AI
文章平均质量分 82
从零基础入门AI:caffe、pytorch、YOLOv1~8、NVIDIA Jetson
优惠券已抵扣
余额抵扣
还需支付
¥69.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
郭老二
没有人不爱惜他的生命,但很少有人珍视他的时间!
展开
-
【AI】AI学习目录汇总
【AI】PyTorch入门(一):通过Anaconda安装PyTorch,并总结张量TENSORS【AI】PyTorch入门(二):训练与预测【Python】入门(三):在jupyterlab中使用conda虚拟环境【AI】PyTorch入门(四):对数据样本进行转换【AI】PyTorch入门(五):构建神经模型【AI】PyTorch入门(六):自动微分torch.autograd【AI】PyTorch入门(七):优化模型参数【AI】PyTorch入门(八):从NumPy到PyTorch学习训原创 2022-10-24 18:00:00 · 1782 阅读 · 0 评论 -
【AI】DeepStream(16):deepstream_image_decode_app-MJPEG编解码器的使用
演示各种 DeepStream 插件构建 GStreamer 管道。从文件中获取视频、解码、批处理,然后进行对象检测,最后在屏幕上渲染框。在管道pipe中使用多个媒体源src(MJPEG流);自定义解码bin,封装mjpeg编解码器。配置流复用器mux生成一批帧,并在批处理上进行推断(nvinfer),以更好地利用资源。提取流元数据,其中包含有关批处理缓冲区中帧的有用信息。“nvinfer”元素使用 TensorRT API 对帧/对象进行推断,用在Jetson嵌入式板子上;原创 2024-07-16 16:11:00 · 178 阅读 · 0 评论 -
【AI】DeepStream(15):图像分割deepstream-segmentation-test源码分析
DeepStream:图像分割示例 deepstream-segmentation-test,源码详解,一行一注释原创 2024-07-06 11:03:19 · 118 阅读 · 0 评论 -
【AI】DeepStream(13):三维动作识别 deepstream-3d-action-recognition-源码详解
DeepStream中关于三维动作识别推理示例的源码详解(一行一注释)原创 2024-06-27 23:51:42 · 278 阅读 · 0 评论 -
【AI】DeepStream(11):deepstream-app源码详解(03)解析配置文件
配置文件,为INI格式,使用 GLib 的 GKeyFile 来解析INI格式的配置文件。NvDsConfig 属于 AppCtx 的一部分,作为应用程序上下文。使用时,如下例子,调用 NvDsConfig 中保存的信息即可。所有解析后的信息存储在 结构体 NvDsConfig 中,deepstream-app的。原创 2024-06-13 22:41:04 · 286 阅读 · 0 评论 -
【AI】DeepStream(10):deepstream-app源码详解(02)配置文件格式详解
路径:/opt/nvidia/deepstream/deepstream/samples/configs/deepstream-app/source1_usb_dec_infer_resnet_int8.txt。在mian函数中,通过 parse_config_file_yaml 函数来解析 yaml 配置文件;以 source1_usb_dec_infer_resnet_int8.txt 为例。6)配置 推理引擎GIE(GPU Inference Engine)原创 2024-06-06 23:57:39 · 289 阅读 · 0 评论 -
【AI】DeepStream(09):deepstream-app源码详解(01)main函数
nvds_dependencies_version_print 用于打印 DeepStream SDK 依赖的第三方库的版本信息,如 CUDA、cuDNN 和 TensorRT 等的版本号。命令行参数的定义时,使用 G_OPTION_ARG_FILENAME_ARRAY 指定参数为文件名数组(字符串数组)为每个配置文件创建对应的上下文结构体AppCtx,AppCtx中记录相关的状态、环境、输入参数、运行时参数等信息。两个重要的命令行参数,-c 和 -i 分别用于指定配置文件和输入的url。原创 2024-06-05 23:16:27 · 170 阅读 · 0 评论 -
【AI】DeepStream(08):deepstream-app-示例演示
deepstream-app:相对正式的 DeepStream 参考应用程序。deepstream-test5是在此基础上修改的,因此先介绍deepstream-app。原创 2024-05-27 22:55:59 · 397 阅读 · 0 评论 -
【AI】DeepStream(07):deepstream-test4-源码详解
deepstream-test4:向Kafka消息平台发布推理后产生的数据最后演示如何使用GPU保存编码后的图片原创 2024-05-23 23:13:25 · 370 阅读 · 0 评论 -
【AI】DeepStream(06):deepstream-test4-示例演示
deepstream-test4:向Kafka消息平台发布,推理后的产生的数据。原创 2024-05-21 23:23:24 · 211 阅读 · 0 评论 -
【AI】DeepStream(05):deepstream-test3 处理多个源
演示各种 DeepStream 插件构建 GStreamer 管道。从文件中获取视频、解码、批处理,然后进行对象检测,最后在屏幕上渲染框。:和deepstream-test1相比,多了目标跟踪和分类,如下图,左侧为test1、右侧为test2,test2中对目标跟踪并使用数字做编号,并且对汽车进行二次分类。在管道中使用多个源,同时处理多个源,效果如图所示,使用 uridecodebin 接受任何类型的输入(例如 RTSP/文件)、任何 GStreamer 支持的容器格式以及任何编解码器。原创 2024-05-20 23:13:30 · 274 阅读 · 1 评论 -
【AI】DeepStream(04):deepstream_test2_app
deepstream-test1:演示各种 DeepStream 插件构建 GStreamer 管道。从文件中获取视频、解码、批处理,然后进行对象检测,最后在屏幕上渲染框。deepstream-test2:和deepstream-test1相比,多了目标跟踪和分类,如下图,左侧为test1、右侧为test2,test2中对目标跟踪并使用数字做编号,并且对汽车进行二次分类。原创 2024-05-17 00:01:17 · 103 阅读 · 0 评论 -
【AI】DeepStream(03):deepstream_test1_app
deepstream-test1:演示各种 DeepStream 插件构建 GStreamer 管道。从文件中获取视频、解码、批处理,然后进行对象检测,最后在屏幕上渲染框。源码路径:/opt/nvidia/deepstream/deepstream/sources/apps/sample_apps/deepstream-test1先看下效果。原创 2024-05-15 00:20:11 · 238 阅读 · 0 评论 -
【AI】Deepstream入门(2)Ubuntu20.04安装Deepstream
Deepstream入门:在Ubuntu20.04上安装Deepstream6.2原创 2024-04-23 01:23:28 · 318 阅读 · 0 评论 -
【AI】DeepStream(01)介绍
DeepStream 本质是 GStreamer 的插件,基于GStreamer的管道,实现高效的视频流分析。DeepStream 将来自 USB/CSI 摄像头的流数据、来自文件的视频或通过 RTSP 的流作为输入,并使用人工智能和计算机视觉从像素中生成AI结果。原创 2024-04-17 22:17:56 · 289 阅读 · 0 评论 -
【NVIDIA】Jetson Orin Nano系列:Qt+Gstreamer(02):gstreamer输出图像到Qt控件上
Jetson Orin Nano上使用Qt+QGtreamer开发系列:将gstreamer输出的图像显示到Qt控件上原创 2024-01-23 23:36:18 · 355 阅读 · 0 评论 -
【NVIDIA】Jetson Orin Nano系列:Qt+Gstreamer(01)pro中配置gstreamer库和头文件路径
Jetson Orin Nano系列:Qt+Gstreamer开发01-pro中配置gstreamer库和头文件路径原创 2024-01-22 23:34:39 · 520 阅读 · 0 评论 -
【NVIDIA】Jetson Orin Nano系列:安装docker、NVIDIA Container Runtime、NVIDIA Container Toolkit
Jetson Orin Nano中安装Docker、NVIDIA Container Toolkit。运行一个简单的CUDA的容器。NVIDIA Container Toolkit 使用户能够构建和运行 GPU 加速的容器。原创 2024-01-17 23:44:53 · 1245 阅读 · 0 评论 -
【NVIDIA】Jetson Orin Nano系列:烧写Ubuntu22.04
Jeson Orin Nano系列:烧写Ubuntu22.04电脑主机可以是Ubuntu20.04原创 2024-01-10 20:38:56 · 2392 阅读 · 0 评论 -
【NVIDIA】Jetson Orin Nano系列:sdkmanager 报错 invalid_request - Authorization flow not allowed
在启动sdkmanager后,点击登录,一般在web中弹出登录链接。但是这次报错:invalid_request - Authorization flow not allowed。原创 2024-01-08 20:39:39 · 1431 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(二十二):单发多框检测(SSD)
SSD(Single Shot MultiBox Detector)单发多框检测。“Single shot”说明SSD算法属于one-stage(一段式)方法,“MultiBox”说明SSD是多框预测(多尺度锚框/特征图)。YOLO速度快,适用于实时物体检测;但是精度略低,尤其是对小物体的检测。SSD准确度高,尤其是同时检测各种大小的物体时;但是速度略低。下面列举了one-stage(一段式)和two-stage(两段式)算法及对应的速度和准确度。原创 2023-09-06 18:00:00 · 1096 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(二十一):目标检测
非极大值抑制:non-maximum suppression,NMS,用于合并属于同一目标的类似的预测边界框。经过预测后,输出的边界框肯定不是一个,有的略大、有的略小,有的略偏离中心,通过非极大值抑制算法,筛选出最合适的边界框。锚框:anchor box,想像一下,其实我们不知道目标大小和位置,先假定目标的中心位置,和船下锚类似,然后使用多个不同大小的框来探测是否有被测目标。如果在图像的每个像素上“下锚”,然后在每个“下锚”处生成几个形状不同的锚框,那么将会产生百万级别甚至更多的锚框,计算量太大了。原创 2023-08-30 19:30:00 · 683 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(二十):图像增强、微调
微调属于迁移学习的一种,在已经从大量数据集上训练出来的模型上继续训练自己的小数据集,继承已经学习到的边缘、纹理、形状等信息。通过对图像进行随机裁剪,使物体以不同的比例出现在图像的不同位置。原创 2023-08-29 22:15:00 · 972 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(十九):卷积神经网络模型(GoogLeNet、ResNet、DenseNet)
了解下GoogLeNet、ResNet、DenseNet的网络结果及代码实现原创 2023-08-18 20:21:53 · 487 阅读 · 1 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(十八):卷积神经网络模型(LeNet、AlexNet、VGG、NiN)
卷积神经网络模型:LeNet、AlexNet原创 2023-08-14 21:51:13 · 288 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(十七):卷积神经网络入门
通过本篇博客,可以了解到:卷积核、卷积层、填充、步幅、通道、池化/汇聚等概念原创 2023-08-12 13:43:46 · 930 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(十六):自定义网络层、保存/加载参数、使用GPU
自定义网络层、保存/加载参数到文件中、将数据加载到GPU计算原创 2023-08-11 18:26:11 · 883 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(十五):网络中的层、块和参数
步入深度学习网络模型前,了解下怎么定义和使用块、怎么初始化、查看参数等原创 2023-08-10 20:40:51 · 912 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(十四):多层感知机
了解多层感知机的组成:隐藏层、激活函数等概念,并用程序来实现。原创 2023-08-09 19:42:59 · 473 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(十三):softmax回归的简洁实现
使用PyTorch和d2l库,7步即可实现一个简洁的softmax回归算法原创 2023-08-08 20:26:06 · 333 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(十二):从零开始实现softmax回归
从零开始实现softmax回归:数据下载、初始化参数、定义softmax、定义交叉熵损失函数、定义精度计算函数、训练和预测原创 2023-08-08 19:40:48 · 400 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(十一):分类问题-softmax回归
了解离散分类问题的基础:似然函数、对数似然、交叉熵损失、softmax函数等原创 2023-08-07 19:00:00 · 851 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(十):使用PyTorch框架实现线性回归
使用PyTorch框架通过训练最简单的线性框架来了解深度学习步骤:1)向前传播:通过调用net(X)生成预测并计算损失。2)反向传播:通过进行反向传播来计算梯度。3)优化参数:通过调用优化器来更新模型参数。原创 2023-08-03 18:30:00 · 553 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(九):从零开始实现线性回归的训练
通过线性回归的例子,理解训练的整个过程原创 2023-08-02 20:42:58 · 712 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(八):线性回归
了解线性回归、高斯分布、极大似然估计原创 2023-08-01 19:55:27 · 619 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(七):自动微分
学习使用PyTorch中的自动微分原创 2023-07-30 12:12:39 · 556 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(六):微积分
深度学习入门:学点微积分、梯度、链式法则原创 2023-07-29 18:22:49 · 933 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(五):线性代数
深度学习的数学基础之线性代数:向量、矩阵、范数等概念的理解原创 2023-07-28 18:30:00 · 1014 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(四):pandas
了解下pandas,使用pandas读取cvs文件,并处理pandas的缺失值原创 2023-07-27 18:00:00 · 951 阅读 · 0 评论 -
【AI】《动手学-深度学习-PyTorch版》笔记(三):PyTorch常用函数
整理几个PyTorch常用函数:arange、shape、reshape等原创 2023-07-26 19:58:19 · 927 阅读 · 0 评论