- 博客(31)
- 资源 (15)
- 收藏
- 关注
转载 【git】——git中submodule子模块的添加、使用和删除
转载自:https://blog.csdn.net/guotianqing/article/details/82391665背景项目中经常使用别人维护的模块,在git中使用子模块的功能能够大大提高开发效率。使用子模块后,不必负责子模块的维护,只需要在必要的时候同步更新子模块即可。本文主要讲解子模块相关的基础命令,详细使用请参考man page。子模块的添加添加子模块非常简单,命令如下:git submodule add <url> <path>其中,url为子模块.
2021-01-28 17:56:03 501
原创 【语义分割数据】——Scannet下载与简介
https://github.com/ScanNet/ScanNet官网:http://www.scan-net.org/关键词:1. 简介ScanNet是一个RGB-D视频数据集,在超过1500次扫描中包含250万点击量,使用3D摄像机姿态、表面重建和实例级语义分割进行注释。为了收集这些数据,我们设计了一个易于使用和可扩展的RGB-D捕获系统,包括自动表面重建和众包语义注释。我们表明,使用这些数据有助于在几个3D场景理解任务上实现最先进的性能,包括3D对象分类、语义体素标记和CAD模型检索。.
2021-01-27 20:08:20 10164 208
原创 【python源码】——采用eigen为python写矩阵运算拓展(三)
整理修改自:https://zhuanlan.zhihu.com/p/106773873关键词:c++,python,eigen1. 环境python3.6g++7.5eigen32. 拓展stub.cc#define PY_SSIZE_T_CLEAN#include <Python.h>extern PyObject* initModule();PyMODINIT_FUNCPyInit_matrix(void) // python import时的入.
2021-01-27 15:04:20 993
原创 【python源码】——采用c为python写方法拓展(二)
关键词:python3,c,拓展转载自:https://docs.python.org/zh-cn/3.6/extending/newtypes_tutorial.html1. 环境python3.6gcc7.52. code#include <Python.h>typedef struct { PyObject_HEAD /* Type-specific fields go here. */} CustomObject;static PyTypeO.
2021-01-26 19:13:27 266
原创 【python源码】——采用c为python写方法拓展
关键词:c,python拓展,import1. 测试环境python2.7gcc7.52. 拓展修改自:https://www.cnblogs.com/zhangdewang/p/8685594.htmlfoo.c#include <Python.h>//three ways :/*PyObject *MyFunction(PyObject *self, PyObject *args);PyObject *MyFunctionWithKeywords(PyObjec.
2021-01-26 16:48:48 229
原创 【eigen】——apt,conda安装方式
1. conda只能使用官方的源进行安装conda install -c conda-forge eigenPlease update conda by running $ conda update -n base -c defaults conda## Package Plan ## environment location: /home/darknet/miniconda3/envs/torch110 added / updated specs: - eig
2021-01-25 20:10:53 1818
原创 【pytorch】——源码阅读相关文章
PyTorch源码浅析:简介想读读PyTorch底层代码?这份内核机制简介送给你[深度学习框架] Pytorch源码学习之源码基础一PyTorch 源码浅析(一)…
2021-01-25 17:27:30 202
转载 【ubuntu】——timinator终端
参考:https://maxim-danilov.github.io/make-linux-terminal-great-again/https://www.jianshu.com/p/27c8088dc8f7https://blog.csdn.net/zhangkzz/article/details/90524066
2021-01-25 16:57:49 280
转载 [c]--C99标准下的Struct的初始化方法
from: http://blog.sina.com.cn/s/blog_b35dc7610102wpqk.htmlStruct的常见初始化方法我们可以在任何一本关于C语言书里面都可以找到,这里就不赘述了。我们先看下面一段代码:static struct usb_driver usb_storage_driver = { .owner = THIS_MODULE, .name = \"usb-storage\", .probe = storage.
2021-01-22 18:52:45 535
转载 【python源码剖析】——使用dis模块把Python反编译为字节码
转载自:https://blog.csdn.net/qinzhenhua100/article/details/79795949dis — Disassembler for Python bytecode,即把python代码反汇编为字节码指令。使用超级简单:python -m dis xxx.pyPython 代码是先被编译为字节码后,再由Python虚拟机来执行字节码, Python的字节码是一种类似汇编指令的中间语言,一个Python语句会对应若干字节码指令,虚拟机一条一条执行字节码指令,从.
2021-01-21 11:33:44 305
原创 【python源码剖析】——pyc文件的生成与解析Pycparser
pycparser注意:需要用python2.5,实测2.5.2是通过的1. py转pyc文件写一个 demo.py 文件#demo.pyclass A: passdef Fun(): passa = A()Fun()cd $pycparser/binpython2 pyc_generator.py demo得到pyc文件2. pyc解析成xmlcd $pycparser/binpython2 to_xml.py demo.pyc3. 结果<.
2021-01-21 11:13:01 782 3
原创 【语义分割】——又快又强:Deep Dual-resolution Networks for Real-time and Accurate Semantic Segmentation of Road
出处:哈尔滨工业大学论文code:暂未开源关键词: 实时语义分割语义分割是自动驾驶汽车了解周围场景的关键技术,对于实际的自动驾驶汽车来说,为了获得高精度的分割结果而花费大量的推理时间是不可取的。使用轻量级架构(编码器解码器或two-pathway)或推理在低分辨率图像。本文提出的模型在单张2080ti上DDRNet-slim能打到77.4% mIoU和230FPS,DDRNet-39能打到80.4% mIoU 和 23FPS1. 简介提出了一种新的深度双分辨率双边网络用于实时语义分割。.
2021-01-20 15:28:24 2972 2
转载 【池化方法】——softpool
转载自:AI人工智能初学者code1. 前言通常卷积神经网络(CNNs)都会使用池化pool操作来减少Feature Map的尺寸。这个过程对于实现局部空间不变和增加后续卷积的感受野是至关重要的。因此池化pool操作应该尽量减少Feature Map映射中信息的丢失。同时,应该限制计算和内存开销。为了满足这些需求,本文提出了一种快速、高效的池化方法SoftPool,softpool可以以指数加权方式累加激活。与一系列其他池化方法相比,SoftPool在下采样激活映射中保留了更多的信息。更精细的下.
2021-01-19 17:34:58 896 3
转载 【池化方法】——strip pooling
转载自:AI算法修炼营论文链接:https://arxiv.org/abs/2003.13328v1代码链接:https://github.com/Andrew-Qibin/SPNet1. 前言提高卷积神经网络中远程依赖关系建模能力的一种方法是采用self-attention机制或non-local模块。然而,它们会消耗大量内存。具体文章可以关注:视觉注意力机制:self-attention机制与non-local模块。对于non-local模块计算量大的问题的改进方法,可以关注文章:non-.
2021-01-19 16:35:44 1592
原创 【python源码剖析】——最小的python模拟器smallpython
code#include<iostream>#include<string.h>#include<iterator>#include<stdlib.h>#include<stdio.h>#include<memory>#include<map>#include<ctype.h>using namespace std;#define PyObject_HEAD \ int refC
2021-01-19 14:23:10 434
原创 【上采样】——深度学习上采样方式
最近邻上采样双线性上采样transposed convolutions光流上采样SFNetlearned upsamplehttps://arxiv.org/pdf/2011.06961.pdfcodeclass Upsample(nn.Module): def __init__(self, mode, channels=None): super(Upsample, self).__init__() self.interp = nn.functiona.
2021-01-18 16:53:15 698
原创 【论文阅读】——RGBD分割也能实时?Efficient RGB-D Semantic Segmentation for Indoor Scene Analysis
code:https://github.com/TUI-NICR/ESANet#time-inference摘要: 摘要—全面分析场景对于在不同环境中行动的机器人至关重要。语义分割可以增强各种后续任务,例如(语义辅助)人的感知,(语义)自由空间检测,(语义)映射和(语义)导航。在本文中,我们提出了一种高效且强大的RGB-D分割方法,该方法可以使用NVIDIA TensorRT进行高度优化。我们表明RGB-D分割优于处理RGB仅用于图像,并且如果仍然可以实时执行网络架构是经过精心设计的。1. 简介.
2021-01-18 15:02:08 3086 1
原创 【python】——vs2015编译python2.5.2源码
1. python2.5.2下载一定要下2.5.2的版本,我试过2.5,3.7都没有成功过地址:python下载2. 编译按照https://blog.csdn.net/Karl_Schwarzschild/article/details/64128240博客就可以。可能问题:LNK1104 无法打开文件“python25_d.lib”修改pythoncore项目目标文件的名字。注意:是修改pythoncore项目目标文件的名字结果...
2021-01-15 10:32:46 334
原创 【论文阅读】——RepVGG: Making VGG-style ConvNets Great Again(二)代码+原理
紧接上篇:RepVGG: Making VGG-style ConvNets Great Again这里我们解读其核心部分。核心思想其核心思想就是做一个算子融合,比如常见的conv + bn算子融合。只是这里做了更彻底,更好,将三个分支,融合成一个分支1. 重定义模型训练的时候,模型主要由如下的模块组成。一个stage中有3个分支。推理的时候,主要流程是:stride != 1 的时候conv3*3 + bn 融合 得到w1,b1kernel = branch.conv..
2021-01-13 19:01:16 1389 1
原创 【论文阅读】——RepVGG: Making VGG-style ConvNets Great Again
论文:https://arxiv.org/pdf/2101.03697.pdfcode:https://github.com/DingXiaoH/RepVGG北京信息科学与技术国家研究中心,旷视,香港科技大学等我们提出了一个简单但功能强大的卷积神经网络架构,该架构具有类似于VGG的推理时间主体,该主体仅由3×3卷积和ReLU的堆栈组成,而训练时间模型具有多分支拓扑。训练时间和推理时间体系结构的这种解耦是通过结构性重新参数化技术实现的,因此模型是名为RepVGG。在ImageNet上,RepVGG达.
2021-01-13 17:26:36 2643 1
转载 【数据增强】——弹性变形(Elastic Distortion)
转载自:https://zhuanlan.zhihu.com/p/342274228作者:ChenCver可能应用场景线性场景的语义分割文字识别随笔弹性变形的第二个步骤,和现在语义分割中流行的可学习光流上采样SFnet,采用神经网络来学习随机变化的随机场。1. 前言弹性变形数据增强,本人在看Unet论文时第一次接触到,工作中,经常用到语义分割解决问题,发现在针对线分割的问题,经常都会出现中间断裂的情况。后期经过不断工程验证,发现弹性变形这种数据增强有助于解决该问题,弹性变形论文最早是.
2021-01-13 15:19:10 3922 1
原创 【tensorrt】——flask部署tensorrt报错:[TensorRT] ERROR: CUDA cask failure at execution for trt_maxwell_scudn
1. 问题报错:[TensorRT] ERROR: CUDA cask failure at execution for trt_maxwell_scudnn_128x64_relu_small_nn_v1.[TensorRT] ERROR: cuda/caskConvolutionLayer.cpp (355) - Cuda Error in execute: 400 (invalid resource handle)[TensorRT] ERROR: cuda/caskConvolutionLa
2021-01-12 11:08:07 870
原创 【python源码剖析】——PyTypeObject PyType_Type
1. 问题PyType_Type初始化的时候,struct _typeobject* 指向自己吗?不知道是什么操作PyTypeObject PyType_Type = { PyObject_HEAD_INIT(&PyType_Type) // ???指向自己
2021-01-12 00:04:28 355
转载 【c++】——函数为什么能返回vector?
转载自:https://blog.csdn.net/qq_41505736/article/details/107144919Vector存放在栈区,函数返回的Vector是右值,接收右值会调用移动语义,移动语义会修改对象所有权。因此栈内的数据没有随着函数结束被销毁,而是所有权发生了变更。更多移动语义相关介绍,可以看本人的文章。三、精通类与对象在下面的例子中,因为只是修改对象所有权,所以两个vec[0]的地址是相同的。#include <iostream>#include <.
2021-01-08 17:56:25 1425 1
转载 【c++】——c/c++调用python的一些坑,主要是编译问题和版本问题
转载自:https://www.cnblogs.com/LittleSec/p/10940758.html注意了,我在官方文档中也没找到编译的命令,很多网上的demo也仅仅列出代码不告诉你如何编译,经过实验编译至少应当是这样的:g++ ccallpython.cpp `python3-config --cflags` `python3-config --ldflags`如果不加python3-config --cflags python3-config --ldflags这两个选项,编译就会出问.
2021-01-08 17:02:08 1808
原创 【onnx】——跨架构的模型表达
github官网1. onnx是什么(ONNX,开放神经网络交换)格式,是一个用于表示深度学习模型的标准,可使模型在不同框架之间进行转移。ONNX是一种针对机器学习所设计的开放式的文件格式,用于存储训练好的模型。它使得不同的人工智能框架(如Pytorch, MXNet)可以采用相同格式存储模型数据并交互。 ONNX的规范及代码主要由微软,亚马逊 ,Facebook 和 IBM 等公司共同开发,以开放源代码的方式托管在Github上。目前官方支持加载ONNX模型并进行推理的深度学习框架有: Caf.
2021-01-07 15:38:27 448 2
转载 【cmake】——include_directories 和target_include_directories的区别
请参考:https://zhuanlan.zhihu.com/p/82244559
2021-01-05 14:12:08 8505
原创 【onnx】——探索onnx文件
1. 依赖protobufonnx模型2. 探索采用protobuf的方式。其中 onnx.proto 就是定义的序列化文件protoc --decode=onnx.ModelProto onnx.proto < yourfile.onnx打印出来的结果:ir_version: 4producer_name: "pytorch"producer_version: "1.1"graph { node { input: "inputx" input: "co
2021-01-05 10:25:12 1250 3
原创 【onnx】——graph / node / initializer / 随记
源码:onnx1. 简介开放神经网络交换(Open Neural Network Exchange, ONNX)是一个开放的生态系统,它可以让AI开发者在项目发展过程中选择合适的工具。ONNX为人工智能模型提供了一个开源格式,包括深度学习和传统的ML。它定义了一个可扩展的计算图模型,以及内置操作符和标准数据类型的定义。目前我们主要关注推断(评分)所需的功能。ONNX得到了广泛的支持,在许多框架、工具和硬件中都可以找到它。实现不同框架之间的互操作性,简化从研究到生产的路径,有助于提高人工智能领域的创.
2021-01-04 20:34:55 5391
原创 【tensorrt】——宏定义#define DEFINE_BUILTIN_OP_IMPORTER(op)的理解
项目:onnx-tensorrt中有这样一个宏定义// 1. 声明一个函数; 2. 向一个map中注册函数指针(用于import onnx模型时解析用); 3. 函数的具体定义#define DEFINE_BUILTIN_OP_IMPORTER(op) \ NodeImportResult import##op(IImporterContext* ctx, \ ::ONNX_NAMESPACE::NodeProto const& node
2021-01-04 16:24:59 718
hisi3516dv300, 用IVE将yuv420数据转换成bgr,包含源代码和测试数据
2022-12-07
armv8的白皮书:Arm Architecture Reference Manual Armv8, for Armv8-A architecture
2021-04-07
pybind11 python调用c++拓展的例子
2020-12-16
tensorrt5.1双线性上采样插件
2020-11-17
opencv_cuda.tar.gz
2020-11-10
cuda向量加法cmake编译
2020-11-10
AMD-APP-SDK-v2.8-Windows-64.exe的安装文件
2020-08-28
faiss_install.zip
2020-08-06
Hi3519A编译好的YOLOV3 demo百度网盘下载链接
2020-04-28
python多文件夹/文件夹依赖关系制作pip安装包
2020-02-27
ocr_annotation-master.zip
2020-01-07
ASTER_An_Attentional_Scene_Text_Recognizer_with_Flexible_Rectification.pdf
2019-08-02
pig_coco.py
2019-07-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人