- 博客(83)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Android 动态类加载实现免安装更新
本例只是提供一种思路，以及简述实现该思路的方法，如果要用在实际应用中，需要考虑的情况很多，如根据版本号更新jar，下载jar失败时的策略，等。如果把RemoteClassLoader.jar看成安装在机子上的Native App，MainEntry.jar看成远程服务器上的文件，那么对于每次更新，只需把MainEntry.jar更新后部署在服务器上就可以了，Native App不需要任何修改。把这个Class打包成jar，命名为MainEntry.jar，路径为D:/MainEntry.jar。
2024-03-23 05:14:16
1023
原创 surfaceview遮挡了上面的控件显示的解决方法
setZOrderOnTop（true）之后调用 setZOrderMediaOverlay(true)就可以了覆盖在surfaceview就会显示出来了 ，点击事件也同样的响应。最近在项目中使用到surfaceview做视频的实时流，遇到一个很奇葩的效果 ，在使用surfaceview因为surfaceview是双缓存机制，所以他需要设置。遇到这样的情况的解决办法是在surfaceview调用。这个是在surfaceview里面找到的源码。让他显示在所依赖的窗口的最顶层才能更好的显示。
2024-03-23 05:03:58
370
原创 NLP预训练模型超大规模探索
除了 WMT 翻译任务，可能感觉差距太大，要拿 SOTA 代价过大，所以就没有再往上提。11B 的模型最后在 GLUE，SuperGLUE，SQuAD，还有 CNN/DM 上取得了 SOTA，而 WMT 则没有。接着作者们拿着 C4 数据集做了各种实验，比如说从里面分出各种类型的数据集，单独训练 T5 模型，之后看在下游任务的表现，发现一些情况。呢，挑了 4 个值，10%，15%，25%，50%，最后发现 BERT 的。，于是对不同长度进行探索，2，3，5，10 这四个值，最后发现。当当当，进入下一轮。
2023-08-22 11:22:29
655
原创 汉字字库读取
区位码＝区号＋位号［1-94,1-94］ 国标码＝区位码＋32［ (1-94)+32， (1-94)+32］ 机内码＝将国标码的两个字节的第一位置壹。text = u'同创伟业'"""hz:汉字"""
2023-07-28 15:25:52
278
原创 特征融合add,concat,attention
也可以作用在channel尺度上，给不同通道特征加权；add是描述图像的特征下的信息量增多了，但是描述图像的维度本身并没有增加，只是每一维下的信息量在增加，这显然是对最终的图像的分类是有益的。晚融合(Late fusion)：通过结合不同层的检测结果改进检测性能（尚未完成最终的融合之前，在部分融合的层上就开始进行检测，会有多层的检测，最终将多个检测结果进行融合）。任务聚焦：通过将任务分解，设计不同的网络结构（或分支）专注于不同的子任务，重新分配网络的学习能力，从而降低原始任务的难度，使网络更加容易训练。
2023-06-13 10:31:06
1789
原创 Contrastive Loss 对比损失函数
在caffe的孪生神经网络（）中，其采用的损失函数是contrastive loss，这种损失函数可以有效的处理孪生神经网络中的paired data的关系。contrastive loss的表达式如下：[注意这里设置了一个阈值ｍ(margin)，表示我们只考虑不相似特征欧式距离在０～ｍargin之间的，当距离超过ｍargin的，则把其loss看做为０(即不相似的特征离的很远，其loss应该是很低的；而对于相似的特征反而离的很远，我们就需要增加其loss，从而不断更新成对样本的匹配程度)]
2023-04-14 11:22:19
593
原创 MOCO V3 vit_small error: object has no attribute “num_tokens“
【代码】MOCO V3 vit_small error: object has no attribute “num_tokens“
2023-04-13 13:39:43
563
1
原创 无监督学习双目立体匹配思考
无监督学习，单目重建利用双目图片训练模型：把单目深度估计看作是一个图像重建问题(一个非监督的方法，不需要使用ground truth depth)，利用极线几何约束，在图像重建丢失的情况下，通过训练网络生成视差图像。但同时也表明，仅解决图像重建问题会导致深度图像质量较差。为此，作者构建了一个新的训练损失，可以加强左右视差图的一致性，这样能够提升性能和鲁棒性。
2022-10-10 15:15:20
715
原创 Python json.dumps Numpy数组中的数据出错
某些对象格式，我所遇见的是我使用了numpy时，使用了np的数据格式，写入data后，json.dumps(data)失败，我们可以自己定定义对特定类型的对象的序列化，下面看下怎么定义和使用关于np数据类型的自定义。在使用json格式保存数据时，经常会遇到xxx is not JSON serializable，也就是无法。其实，很简单，自定义一个序列化方法，然后dumps的时候加上cls=NpEncoder。1.首先，继承json.JSONEncoder，自定义序列化方法。
2022-09-21 11:43:23
534
原创 BCELoss BCEWithLogitsLoss以及参数weight
在进行pytorch编写程序过程中，会发现loss有两种相对较相似的或是看起来就是一类loss的函数，即BCELoss和BCEWithLogitsLoss，下面简单的描述一下。首先，BCELoss创建一个标准来度量目标和输出之间的二元交叉熵，即对一个batch里面的数据做二元交叉熵并且求平均。BCELoss函数的形式如下：其中，
2022-09-21 10:43:00
3195
转载 基于VisualSFM的三维重建
第一章绪论1.1.项目背景与目的三维重建一直是计算机视觉的热点研究领域，是获取物体模型及三维场景的重要手段。人们获取物体三维信息的方法有很多种，比如传统的几何造型技术，此方法需要较好的专业水平和大工作量;还可以通过3D激光扫描技术来获取，此方法受室外环境的影响较大，且不能获得目标纹理信息。相比而言,基于图像特征点的三维重建方法没有上述建模方法的诸多限制，只需要输入图像，成本低廉，不需要其他特殊的先验信息，通过优秀先进的算法，就能恢复出图像中物体及场景的三维信息。不仅所需设备简单，对场景的限制较小，而且还
2022-09-07 13:38:55
1880
原创 如何重新训练模型？
在理想情况下，我们会希望自己的模型在生产环境中进行预测时，能够像使用训练过程中使用的数据一样，准确地预测未来情况。要回答这些问题，重要的是直接考虑我们要解决的问题——也就是说，减少模型漂移对我们部署的模型的影响。由于模型漂移具体是指所选模型的预测性能由于特征/目标数据分布的变化而下降，因此模型再训练不应该带来不同的模型生成过程。在此类预测问题中， 回填预测（即训练模型，并根据过去的历史数据生成预测）可以帮助您了解模型性能下降的速度。具体来说，我们可能会假设，特征和目标的分布将保持相当的恒定。........
2022-08-11 09:38:57
1861
转载 总结与归纳：深度神经网络中的数据融合方法
数据融合是一个重要的方法，有时候我们想结合多个东西在一起的时候就需要用到融合方法。上面最后一个方法中，原始统计值是一维的，我们将他们编码后变成三维，但是这样无法表示空间信息。所以，假如我们直接将统计值变成三维的是否可以表示空间位置呢？如上图，统计值γ,β\gamma,\betaγ,β分别表示方差和均值，但是他们都是三维的，直接乘以或加到特征图上，可以表示空间信息了。写道这里我们可以发现，使用统计值的方法可以进一步放宽对输入的要求，并且可以通过这个方法来控制特征图。相连concatenate。...
2022-07-15 11:20:20
2803
原创 Delphi RSDS-侧后方毫米波雷达
Delphi公司拥有24年的汽车雷达相关经验，凭借自身的技术优势，从1999年开始生产雷达，到目前在全世界已安装的雷达总数超过了百万个。 单模式RSDS侧方及后方雷达，安装在车辆的左侧和右侧尾部，在车辆变道或者转弯时提醒驾驶员，特别是通过反光镜无法监视到的盲点区域。 采用全球通用的76GHz雷达技术，跟24GHz雷达相比，RSDS拥有更好的目标区分能力，宽带宽，和更小的射频发射功率。厂商可以根据雷达信号，采用声光等方式提示驾驶员。主要功能包括：-- 盲点监测-- 车道变更辅助
2022-07-14 13:53:12
672
原创 UBUNTU下 利用Matplotlib绘图时，无法显示中文字体的解决方案
一、获取SimHei.ttf等字体文件 在WINDOWS\FONTS目录中复制需要的字体文件1.将simhei等字体拷贝到/usr/share/fonts/目录下2.导入字体 打开“终端”运行以下命令行，建立字体缓存信息： sudo mkfontscale sudo mkfontdir sudo fc-cache -fv 命令执行成功后终端上会显示： fc-cache: succeeded 二、找出Matplotlib存放ttf文件的路径进入 python 脚本，执行以下
2022-07-14 13:50:14
877
原创 Windows删除指定时间之前指定后缀名的文件
时间判定标准：文件创建时间实例：删除 E:\easbak 目录下（包括子文件夹），5天前 “.dmp”后缀名的文件及后缀名为 “*.log” 的文件批处理：
2022-07-05 10:49:07
626
2
原创 Nuitka 打包pytorch、numpy项目
Nuitka打包就是先略过torch，numpy，pyqt等系统库，运行时缺什么包就从对应python环境中复制相应的包过去就好了。在我打包完pytorch代码并复制torch和numpy包到根目录后，还是出现了导入失败的问题。经过百度发现是由于numpy版本太高的原因。在我把numpy从1.19.*降到1.16.*之后，重复上述操作就打包成功了。Nuitka 是一种新型的打包技术，它可以把python代码用c重新编译并运行nuitka --standalone --mingw64 --show-memor
2022-06-30 09:12:32
1303
原创 nuitka安装与环境配置
pip install nuitka安装mingw-64下载：下载网站: MinGW-w64 - for 32 and 64 bit Windows - Browse Files at SourceForge.net 1. 选择X86_64-win32-seh 进行下载2. 解压文件，把bin文件夹添加到环境变量中 3.在CMD命令下运行gcc -v ,显示如下结果表示安装成功...
2022-06-29 15:31:44
2407
原创 ubuntu中screen的安装与简单使用
安装命令行输入下面的命令检查是否安装，没有会提示程序"screen"尚未安装。screen -ls未安装则输入如下命令安装sudo apt install screen使用创建窗口screen -S name退出当前窗口ctrl +a d查看已创建窗口screen -ls关闭窗口ctrl+d进入名为name的窗口screen -r name远程连接进入screen窗口后突然掉线，重连遇到进不去窗口...
2022-05-31 17:25:42
114
原创 nuitka 怪事
nt.py中启动TCPSERVER编译前运行正常，启动一个TCP服务、if __name__=="__main__": print("NT Starting...") tcpsrv()打印一个 NT starting编译后循环启动多个TCP服务打印五个 NT starting，直到CUDA内存不足将sttracker中的下面语句注释掉好了！！！#self.ns = multiprocessing....
2021-12-20 17:11:38
165
原创 线程，线程池，协程，进程
什么时候用线程池 多个任务并行计算什么时候用协程 多个任务先后运算，await ,可以用线程池并行处理协程 协程如何添加任务？python协程之动态添加任务import asynciofrom threading import Thread async def production_task(): i = 0 while T...
2021-12-14 13:35:52
65
原创 Nuitka打包torch,numpy,yolox
##OK# nuitka --mingw64 --standalone --show-progress --nofollow-imports --plugin-enable=torch,numpy --follow-import-to=cam,cam.objecttracker,yolox,exps,numpy --output-dir=out nt.py其中，--follow-import-to...
2021-11-09 14:35:40
418
原创 Win10系统下搭建python-pcl的方法
Win10系统下搭建python-pcl的方法_PRSer_曜的博客-CSDN博客困扰多日，下载作者提供的python_pcl-0.3-cp36-cp36m-win_amd64.whl安装后解决，已保存到176网盘
2021-10-26 16:26:04
85
原创 双目测距公式推导
世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的关系【立体视觉】世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的关系_把岁月化成歌 留在博客-CSDN博客看双目测距的时候一个公式就给难住了，网上各种解析很多更是弄得云山雾绕，写下自己的一点理解，自认为非常合理。双目测距公式解析_深蓝色的鬼的博客-CSDN博客_双目测距公式点P在成像平面上的两个点Pl、Pr的坐标分别是所谓视差，就是指左右图像...
2021-10-16 07:42:18
393
原创 from matplotlib import pyplot 出错，居然是OpenCV与PyQT5冲突引起的
import cv2'''qt.qpa.plugin: Could not load the Qt platform plugin "xcb" in "/lib/python3.8/site-packages/cv2/qt/plugins" even though it was found.'''from matplotlib import pyplot as plt每次找bug都像在...
2021-10-15 14:50:32
591
原创 YOLOX （pytorch）模型 转 tensorRT 之运行推理Python / C++
1.torch2trt 安装git clone https://github.com/NVIDIA-AI-IOT/torch2trtcd torch2trtpython setup.py install2.转换模型python tools/trt.py -n yolox-s -c yolox_s.pth这个过程大约需要10分钟，生成的模型保存在：YOLOX_outputs/yolox_s/...
2021-09-28 17:24:05
900
原创 opencv4.5.3 编译安装
下载https://github.com/opencv/opencv/archive/refs/tags/4.5.3.zip解压unzip 4.5.3.zip建目录cd opencv4.5.3 && mkdir build && cd build配置cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX...
2021-09-26 10:45:21
772
原创 使用libtorch部署yolox
一、模型转换pytorch->torchscriptpython tools/export_libtorch.py -n yolox-s -c weights/best_ckpt.pth.tar二、libtorch环境配置其实也没有啥配置的，因为libtorch官方已经帮我们编译好了，直接下载下来用即可，到torch的官网中下载，然后解压即可，注意：一定要与模型转换的PyTorch版本一致，...
2021-09-26 09:36:08
442
原创 完美解决VScode下CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate‘...
Set-ExecutionPolicy -Scope CurrentUser RemoteSigned
2021-09-23 13:41:18
741
原创 tensorrt安装
The following packages have unmet dependencies:tensorrt : Depends: libnvinfer8 (= 8.0.0-1+cuda10.2) but 8.0.0-1+cuda11.3 is to be installeddpkg -i nv-tensorrt-repo-ubuntu1604-cuda10.2-trt8.0.1.6-ga-20...
2021-09-18 16:54:09
298
原创 VS2019 编译 opencv 4.5.3
1.vs2019 打开FolderC:\opencv-4.5.32.generator3.build4.installinclude:C:\opencv-4.5.3\out\install\x64-Debug\includelib:C:\opencv-4.5.3\out\install\x64-Debug\x64\vc16\bin
2021-09-17 14:57:49
303
原创 Linux和win7(win10)双系统时间错误问题 时间相差8小时
计算机中时间概念UTC即Universal Time Coordinated，协调世界时GMT 即Greenwich Mean Time，格林尼治平时Windows 与 Mac/Linux 缺省看待系统硬件时间的方式是不一样的：Windows把系统硬件时间当作本地时间(local time)，即操作系统中显示的时间跟BIOS中显示的时间是一样的。 Linux/Unix/Mac把硬件时间当作 UTC...
2021-09-17 11:20:38
319
原创 利用LibTorch部署PyTorch模型-安装&配置&使用
本文记录如何利用C++来调用PyTorch训练好的模型，其实也是利用官方强大的LibTorch库。LibTorch的安装虽然说安装，其实就是下载官方的LibTorch包而已，从[官方网站](PyTorch)中选择PyTorch ，libtorch，以及cuda的版本，其中会出现下载链接上图中有两个下载链接，一个是release版本一个debug版本，有C++开发经验的小伙伴应该了解如何使用这种库：...
2021-09-17 10:16:51
437
原创 离线安装VisualStudio
1、下载VS下载器vs_enterprise.exe为VS企业版的下载程序vs_community__3230909.1631782737.exe 为VS社区版2.下载离线包到C:\vslayoutvs_enterprise.exe --layout c:\vslayout --add Microsoft.VisualStudio.Workload.ManagedDesktop --add Mic...
2021-09-17 09:06:37
534
原创 Ubuntu20从Oracle仓库安装VirtualBox
从Oracle仓库安装VirtualBox在撰写本文时，VirtualBox的最新版本是6.1.x。要从Oracle仓库安装VirtualBox，请按照下列步骤操作：1.使用以下命令导入Oracle公共密钥：wget -q https://www.virtualbox.org/download/oracle_vbox_2016.asc -O- | sudo apt-key add -wget -...
2021-09-13 15:35:41
160
原创 目标检测算法之评价标准AP,mAP
TP、TN、FP、FN概念首先有关TP、TN、FP、FN的概念。大体来看，TP与TN都是分对了情况，TP是正类，TN是负类。则推断出，FP是把错的分成了对的，而FN则是把对的分成了错的。（我的记忆方法：首先看第一个字母是T则代表分类正确，反之分类错误；然后看P，在T中则是正类，若在F中则实际为负类分成了正的。）一个经典例子是存在一个测试集合，测试集合只有大雁和飞机两种图片组成，假设你的分类系统最终...
2021-09-09 15:21:12
493
原创 IoU、GIoU、DIoU、CIoU
IoU就是我们所说的交并比作为损失函数会出现的问题(缺点)如果两个框没有相交，根据定义，IoU=0，不能反映两者的距离大小（重合度）。同时因为loss=0，没有梯度回传，无法进行学习训练。IoU无法精确的反映两者的重合度大小。如下图所示，三种情况IoU都相等，但看得出来他们的重合度是不一样的，左边的图回归的效果最好，右边的最差。GIoU:先计算两个框的最小闭包区域面积(通俗理解：同时包含了预测框和...
2021-09-06 11:04:32
1009
原创 yolo1、yolo2、yolo3和SSD的网络结构汇总对比
输入448*448Yolo 1输出：7 * 7 *（20+5* 2) 每个网格预测一个类别（VOC数据集分类数20），两个预测框的相对坐标CenterX/448,CenterY/448,Width/448,Height/448与置信度，没有Anchor.① 一张图片最多可以检测出49个对象② 总共有 49*2=98 个候选区（bounding box）③ YOLO的bounding box并不是...
2021-09-06 09:45:39
361
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人