![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DeepLearning
文章平均质量分 71
琼筵醉月
这个作者很懒,什么都没留下…
展开
-
c++部署yolov5模型
C++调用 yolov5 的模型原创 2023-02-21 15:08:07 · 8450 阅读 · 1 评论 -
工具篇-code + vs + cmake + c/c++
开发工具原创 2022-12-21 13:52:52 · 211 阅读 · 0 评论 -
Paddle记录
solov2 paddle版本原创 2022-09-07 15:14:45 · 1063 阅读 · 0 评论 -
Atlas 200
Atlas200原创 2022-06-18 14:23:09 · 214 阅读 · 0 评论 -
PaddleOCR
PaddleOCR原创 2022-06-10 16:43:41 · 1532 阅读 · 0 评论 -
激光点云处理--格式转换
LASlaz 转 laslas 转 lazlaz 转 las下载编译安装 LASzip$ laszip64 -i results.laz -o result.laslas 转 laz下载编译安装 LASzip$ laszip64 -i results.las -o result.laz原创 2022-01-09 22:25:10 · 267 阅读 · 0 评论 -
DL--环境搭配
环境搭建前言一、我的平台二、配置1. wsl2. GPU3. Docker前言开启深度学习之旅,首先要确定 炼丹炉 放到什么地方,据了解,常规的平台组合有:win + anacondawin + wslubuntu + anacondaubuntu + docker上述是用的比较多的组合方式,当然,对于 GPU/CPU 以及 tensorflow/pytorch 是根据需求来的。一、我的平台我的电脑是 9300H+GTX1650 的组合,GPU 虽然有点 low,但聊胜于无,勉强凑合原创 2021-11-08 21:44:17 · 1702 阅读 · 0 评论 -
DL-tf2.0实战-流程化
DL-tf2.0实战-流程化前言一、文章是什么?二、流程介绍三、详细流程3.1数据准备3.1数据预处理3.3模型搭建3.4编译与训练总结前言 github上开源的成熟案例,大多是基于Pytorch或tf1.x的框架实现的,tf2.0的案例不多,而且文档资料也有限,作为实战新人,看到官网都升级到2.x了,也没有必要过多的纠结老版本了,看一些相关介绍,tf2.x用到很多keras的代码,看上去通俗易懂些,所以,就直接入手2.x版本了,并借助CSDN的平台记录下学习心得,也更好的为初学者提供点借鉴资料。原创 2021-02-07 09:40:11 · 427 阅读 · 0 评论