weixin_41449637的博客

原创 std::Vector -＞ eigen::vectorXd转换为

std::Vector -> eigen::vectorXdhttps://stackoverflow.com/questions/52261389/how-to-convert-an-stdvector-to-a-matrix-in-eigenstd::vector vec = { 1.0, 2.0, 3.0 };Eigen::MatrixXf test = Eigen::Map(vec.data());std::cout

原创 windows10+SCRFD环境配置

windows下配置scrfd人脸检测器

原创 【ffmpeg】生成的视频码率显示N/A或者0kb?

ffmpeg生成的视频，没有码率怎么办？

原创 [高性能] 关于如何高效的往本地写入视频

视频写入本地时，如何提高效率

原创 [opencv 452] win10源码编译运行官网的samples

opencv 官网的例子还是值得学习的，也是cv高手必经之路

原创 【掘金系列】

该系列不讲知识，但是这里的每一个想法都可能打开你的新大陆

原创 【JSON_CPP】的一次使用体验

https://github.com/open-source-parsers/jsoncpp序列化导出时，1.9.4 版本输出带“\t”,Json::StreamWriterBuilder 是新版本的接口加入下列代码使用老版本老版本输出不带“\t”，这才是序列化后的无格式输出的字符串，老版本接口：准备弃坑，不使用这个库了，越更新反而用的越难受，，，...

转载 [coco]coco转yolov5训练集格式

# coding=utf-8from pycocotools.coco import COCOimport shutilimport os# 将ROI的坐标转换为yolo需要的坐标# size是图片的w和h# box里保存的是ROI的坐标（x，y的最大值和最小值）# 返回值为ROI中心点相对于图片大小的比例坐标，和ROI的w、h相对于图片大小的比例def convert(size, box): dw = 1. / size[0] dh = 1. / size[1]

原创 [c++多线程]模拟队列输送消息

线程安全队列#pragma once//->from https://blog.csdn.net/what951006/article/details/77916490#include <iostream>#include <string>#include <condition_variable>#include <mutex>#include <queue>#include <memory>using name

原创 [c++] 使用count_if统计满足一定条件的元素个数

找出容器中大于3的元素的个数std::vector<int> a = { 1, 2, 3, 4 ,5,6,7};int sum_win_y = std::count_if(a.begin(), a.end(), [&](int n) {return n > 3; });std::cout << sum_win_y << std::endl;输出为 4

原创 [opencv] win10使用c++ opencv合成视频

opencv 410,debug模式方式1：VideoWriter output_video_writer(video_path_save, CAP_OPENCV_MJPEG,output_video_fps,video_sz);//或者下面VideoWriter output_video_writer;output_video_writer.open(video_path_save, CAP_OPENCV_MJPEG, output_video_fps, video_sz);报错信息：Op

原创 【c++】win10使用vs2019编译jsoncpp-1.9.4

c++ 解析jsonhttps://github.com/open-source-parsers/jsoncpp下载release版本，源码编译这里下载的是解压后新建build文件夹，用cmake进行编译，选择x64，vs2017,用vs2017分别编译release和debug版本，注意区分x64和32，release和debug版本编译后的目录结构接下来挑选编译好的lib,dll和相应的头文件，此处以debug为例，自己配置相应的lib和include的目录\jsoncpp-1.9.

原创 [c++多线程] 分块处理图像进行旋转

线程函数，对图像进行旋转//->https://blog.csdn.net/qq_25847123/article/details/74779959?locationNum=10&fps=1const enum RangeSpecify { LEFT_UP, LEFT_DOWN, RIGHT_UP, RIGHT_DOWN };void ImageAverage(cv::Mat& img, cv::Mat& res, enum RangeSpecify r){ /

原创 【opencv】遍历多通道图像的方法

这里介绍两种通过行的首地址进行访问 for (int row = 0; row < ori_img.rows; ++row) { cv::Vec3b* ptr = ori_img.ptr<cv::Vec3b>(row); for (int col = 0; col < ori_img.cols; col++) { ptr[col] = cv::Vec3b(0,1,2); // 对行列的同一位置的多通

原创 [vs2019]debug时行号错乱

解决办法：工具->选项，取消框中勾选，重新编译

原创 【bat】批量重命名

@echo offset a=0setlocal EnableDelayedExpansionfor %%n in (*.mp4) do (set /A a+=1ren "%%n" "youtube_!a!.mp4")

原创 [leecode.70.爬楼梯]-【动态规划】

原创 【cuda】 opecv cuda处理图像

实现图像相加main函数内容,opencv不适合数据量小的mat,开辟内存和数据拷贝太耗时，如果需要特定cuda版本的opencv，需要进行编译，分debug和release版本，大约2-4个小时，根据场景自己选择 // 数据初始化 cv::Mat src1(25, 25, CV_32FC1, cv::Scalar(1)); cv::Mat src2(25, 25, CV_32FC1, cv::Scalar(2)); for (int i = 0; i < 100; ++

原创 【cuda】 thrust 进行加速

官方网站：https://docs.nvidia.com/cuda/thrust/index.htmlhttps://github.com/NVIDIA/thrustthrus的特点thrust一般还是只能单独(从host中)调用，并不适合和.cu混合使用。thrust中的算法主要是建立在vector和map<key,value>这两种数据结构之上。 比较适合工程使用，并不能实现复杂的算法；如果你需要处理big size的vector和map，并且操作都比较简单，可以考虑 t

原创 tensorrt_cpp win10+cuda11.0+trt8.0.1

项目地址https://github.com/shouxieai/tensorRT_cppcuda版本nvcc -V 查看当前生效的cuda版本，如果不是自己指定想要的，安装其他版本或切换到指定版本cudnn 版本找对应cuda的版本下载即可tensorrt版本，切换到自己的tensorrt版本，替换掉lean中的文件夹cuda 10.0，10.2对应一个版本cuda 11.0,11.1,11.3对应一个版本整个项目需要修改的地方vcxproj中的cuda版本修改，如原来

原创 [cuda] 版本问题+显卡算力+tensorrt+cudnn相关链接

cuda版本(下载需要登录)win10中可以安装多个版本的cuda,但是显卡驱动只能安装一个cuda10.2的下载地址：https://developer.nvidia.com/cuda-10.2-download-archivecuda11.4 的下载地址 : https://developer.nvidia.com/cuda-downloads显卡算力地址：https://developer.nvidia.com/zh-cn/cuda-gpus#computetensorrt版本下载地址

原创 【cuda】c++使用cuda核函数对图像进行处理

环境安装win10+cuda11.0+vs2019安装教程CUDA】cudnn+CUDA10.0+VS2017+win10详细配置（永久配置）注意事项：先安装cuda,再安装vs2019（其实也没严格顺序）cuda函数的调用正如CUDA C所称，CUDA对C语言进行了很好的扩展，直接使用C语言可以非常简单方便的调用CUDA核函数。但是当想使用C++的类成员函数直接调用核函数是不可行的，第一，核函数不能作为类的成员函数，第二，C++的cpp文件和CUDA的cu文件分别经由g++和nvcc编译

原创 np.unravel_index 和torch.argmax() ——（标题党）

np.unravel_index 返回多维矩阵中的最大值对应的索引，如二维，则返回最大值对应的行列号torch中没有unravel_index的函数，不过可以用torch.argmax实现，具体思路见代码部分import torchimport numpy as nplist_t = [[1,2,3],[4,16,7],[2,5,8],[46,1,2]]np_ = np.array(list_t)print(np_.shape[1])print(np_)tensor_ = torch.

原创 libtorch-win10环境配置

版本问题pytorch 版本和libtorch版本一致，原有的环境pytorch 1.6.0，这里采用pytorch 1.7.0win10 cuda 版本 11.0查看自己的cuda版本nvcc -V 复制一份当前环境conda create -n sotcuda11 --clone sotconda activate sotcuda11安装pytorch 1.7.0，本地是cuda11.0.3https://pytorch.org/get-started/previous

原创 libtorch-模型导出

概念区分jit.script 与 jit.trace：[PyTorch] jit.script 与 jit.trace简单区分：torch.jit.script 转化不了的模型可以试试torch.jit.trace推荐使用的是jit.traceyolov5中的导出模型使用的便是torch.jit.tracehttps://github.com/ultralytics/yolov5/blob/8b18b66304317276f4bfc7cc7741bd535dc5fa7a/export.py

原创 TransT win10+cuda11.0环境配置

相关链接代码地址：https://github.com/594422814/TransformerTrack陈鑫的bili视频讲解地址：https://www.bilibili.com/video/BV1654y157cSgithub项目地址：https://github.com/594422814/TransformerTrackpaper地址：https://arxiv.org/pdf/2103.11681.pdf环境配置参考GitHub的环境配置教程https://github.com

原创 ONNX runtime指定GPU

资料参考：链接 self.onnx_session = onnxruntime.InferenceSession(onnx_path) self.onnx_session.set_providers(['CUDAExecutionProvider'], [ {'device_id': 1}])在onnx_session.set_providers中设置即可

原创 python 多进程保存图片，速度加倍

Python中的多线程和多进程有所区别，这里采用多进程，作为样例么有用进程池，而是手动创建两个进程，用于保存列表中的图片单个进程的耗时： 21.24s两个进程的耗时：10.69s用了两个进程，耗时减半，实际应用中可以，用进程池的Queue的方式时间进程间信息共享，利用lock保证数据的安全，加lock会增加耗时，需要妥善处理import queueimport threadingimport osimport cv2import timefrom multiprocessing.

原创 【sot_onnx】win10 配置 onnxruntime

下载onnxruntime包,onnxruntime-win-x64-gpu-1.6.0.zip https://github.com/microsoft/onnxruntime/releases 下载vs2019 https://support.microsoft.com/en-us/topic/the-latest-supported-visual-c-downloads-2647da03-1eea-4433-9aff-95f26a218cc0 新建项目，添加include和lib文件目

原创 libtorch 配置 vs2017 过程记录，完美运行，不用cmake

预备条件：win10安装好vs2017,配置好opencv,cuda10.2 下载libtorch, win10,libtorch,cuda10.2,debug版本，本次下载libtorch1.6版本，该版本要低于或等于pytorch的版本 https://pytorch.org/将https://download.pytorch.org/libtorch/cu102/libtorch-win-shared-with-deps-1.7.1.zip ->https://download...

原创 CIOU loss Python代码实现（可直接运行）

源代码c语言实现：https://github.com/Zzh-tju/DIoU-darknet/blob/fcfa869f35169da38b1c6595b6ca124433e04b20/src/box.closs的介绍：https://zhuanlan.zhihu.com/p/94799295import torchimport mathimport numpy as npimport matplotlib.patches as mpathesimport matplotlib.py.

原创 python多进程（模拟两个以上深度学习模型推理同一个视频）

深度学习中，如果做用两个以上模型推理的时候，若采用模型1+模型2的串联方式，则模型的总耗时会约等于两个模型耗时的累加，如果采用多线程处理，模型的推理耗时约等于max(model1_time_cost,model2_time_cost)下面是用多进程而不是多线程的方式模拟多线程读取视频，并用两个模型做结果融合，结构图实现代码如下，不做过多注释，直接运行即可，运行逻辑如上图所示，各个进程共享val_queue,如果导入的是import Queue,则数据无法在进程间进行共享要采用 mult.

原创 cv2.warpAffine详解：用来做图的crop操作

import cv2import numpy as npimg_path = '/home/cody/Pictures/zdy.jpg'image = cv2.imread(img_path)image = cv2.resize(image,None,fx=0.5,fy=0.5)mapping = np.array([[1, 0, 0], [0, 1, 0]]).astype(np.float)# mapping = np.array([x_scale.

原创 vs2017 配置libtorch 1.7

下载pytorch c++ 版本,https://pytorch.org/vs选择2017,编译器选择c++14下载好的libtorch解压设置包含目录设置lib目录添加libasmjit.libc10.libc10d.libcaffe2_detectron_ops.libcaffe2_module_test_dynamic.libclog.libcpuinfo.libdnnl.libfbgemm.libgloo.liblibprotobuf-lit

原创 Docker基本操作

视频地址：https://www.bilibili.com/video/BV12W411q7wf?p=9基本操作启动容器 docker run IMAGE[COMMAND][ARG] docker run ubuntu echo "helloword" ,执行完容器关闭 docker run -i -t IMAGE /bin/bash,交互式执行docker 查看容器 docker ps [-a][-l] ,#-a 列出所有 docker ps ,列出当前运行的容器 do.

原创 github如何使用

创建本地仓库新建本地文件夹，作为本地仓库安装好git,在仓库位置 ，git bash here，打开终端查看版本 【git --verison】 清屏操作 【clear】配置用户名【git config --global user.name "cody"】 【git config -- user.email "abc@qq.com"】初始化操作仓库本地初始化【git init】，本地出现隐藏文件夹.git 通过【ll -la】查看内容添加文件手动创建文件 a.txt 将.

原创 【pose】HigherHRNet-Human-Pose-Estimation(CVPR 2020)运行记录

官方代码连接https://github.com/HRNet/HigherHRNet-Human-Pose-Estimationstar数量600+下载工程代码git clone https://github.com/HRNet/HigherHRNet-Human-Pose-Estimation.git配置环境参考教程https://github.com/HRNet/HigherHRNet-Human-Pose-Estimationcommandconda create -.

原创 【pose】EfficientPose 测试过程记录

下载工程代码参考教程https://github.com/daniegr/EfficientPosegit clonehttps://github.com/daniegr/EfficientPose.git注意事项To achieve the optimal precision provided by the software, please adhere to the following three principles:Ensure there is only one perso..

原创 FariMOT 训练记录

问题1，加载模型时类别不一致导致的权重部分加载，设置好自己的类别就行，只训练人就只设置 1，opt.heads = {'hm': 1,'wh': 2 if not opt.cat_spec_wh else 2 * opt.num_classes,'id': opt.reid_dim}Skip loading parameter hm.2.weight, required shapetorch.Size([80, 256, 1, 1]), loaded shapetorch.Size([1,

原创 DeepSort训练过程记录（Market1501）

参考教程https://github.com/ZQPei/deep_sort_pytorch下载工程代码git clone https://github.com/ZQPei/deep_sort_pytorch.git配置环境conda create -n deepsort python==3.6.5source activate deepsortcddeep_sort_pytorch/pip install -r requirements.txt训练过程训练之..