自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Bug仓库

Talk is cheap.Show me the code!

  • 博客(9)
  • 收藏
  • 关注

原创 欢迎来到蒟蒻的新博客!

本来打算弃用csdn的,但是暂时没啥精力自己搭于是决定还是先在csdn上写写,等自己的blog建好了再搬黑历史(高中时的博客)#include <iostream>using namespace std;int main(){ cout<<"Hello World!"<<endl;return 0;} 还请各位dalao多多指教orz...

2020-05-24 00:58:59 203

原创 【脑机接口】利用MNE进行EEG数据预处理(SEED数据集)

简单写下毕设里用到的预处理步骤

2023-05-16 03:35:25 3160 16

原创 【日常】2021电赛参赛体会 Part2

拖了好久,终于有时间写写了首先是edgeboard部署出现了问题,自己组网训练的图像识别模型一直推理失败。而改用目标检测模型后,又因为网络太复杂,仅仅组网加调参就花费了两个通宵,加上比赛时间紧张算力卡消耗太多模型训练时间不够等等问题,导致的结果就是模型效果比较差,实际推理时常常会出现数字8和数字6混淆的情况。其次是涛爷的一番“神级”操作:一是报名表交成了另一队的,二是技术报告写的相当扯淡,既有图片显示方面的错误,同时由于我们的报告修改自实验室师哥前年电赛的模板,因此在智能小车的技术报告中,赫然出现了“

2022-04-02 02:49:26 3558

原创 【DSP】CCS3.3在WIN11上安装与编译问题

CCS3.3 初使用

2022-04-02 01:41:14 3449 1

原创 【脑机接口】MNE-python 安装与入门使用

一开始接触EEG脑电数据分析,师哥推荐用Matlab的EEGLAB,但感觉实在是不习惯Matlab的使用方式,于是开始找python里可以用于处理脑电数据的包。从百度上很快就找到了MNE这个包,果然这世界上跟我一样想用python处理脑电的人大有人在(MNE是一个用于可视化和分析人类神经生理数据的开源 Python 包,可以分析并处理MEG、EEG、sEEG、ECoG、NIRS 等生理数据。1. 安装首先确保安装好了numpy、scipy、matlibplot等MNE的依赖库pip instal

2022-03-07 22:03:21 4161

原创 【日常】2021电赛参赛体会 Part1

全国大学生电子设计竞赛初体验,估计也是最后一次体验= =

2021-11-20 14:18:14 2658

原创 【日常】Paddlepaddle v2.1.0更新记录

Paddlepaddle2.1.0终于适配了cuda11同时PaddleSeg也更新了2.1.0版本,增加了对于更多学习率衰减方式的支持(不用自己改config.py了)这次也是第一次更新Paddle版本,因此做下记录防止以后踩坑环境:GeForce RTX3090Ubuntu18.04 LTS amd64主要参考了夜雨dalao的博客:https://blog.csdn.net/qq_33200967/article/details/806895431. 卸载旧版本查看当前显卡驱动以及

2021-05-26 04:37:13 904

原创 【日常】第十五届智能车百度AI组初赛&&复赛摸鱼记

8.3号复赛终于结束了,8.8出复赛结果,dalao太多了感觉进国赛希望不大…复赛结束了就一直想写写总结,等成绩的时候正好闲着,就想把之前初赛和复赛的一些东西写一写,主要按照类似流水账的方式,由于能力实在有限,技术上的东西估计不多,主要还是个人的感想之类的。5.7 ~ 6.17 初赛大概是4月末的时候,当时ROS室外光电的通知迟迟没有下来。原本我也是一直在等ROS组的通知,直到金哥跟我说可以去看看创意组新加的一个跟深度学习有关的组别,虽然在此之前除了高中时学的一点神经网络算法之外,就几乎没怎么接触过

2021-04-10 22:41:21 406

原创 【深度学习】CNN卷积神经网络-百度课程笔记

2020.5.20笔记整理卷积卷积核就是一个二维矩阵,通过在原始图片上滑动同时与原图对应位置元素相乘再相加的操作,求得输出图片,因此显然卷积操作保留了原图的空间信息,卷积和的参数个数与输入图片大小无关(只用全连接的缺点)卷积核一般选择奇数矩阵,例如1 x 1,3 x 3卷积算子还要加上偏置项(用于改变偏置大小)设输入图片大小为H x W,卷积核大小为kh x kw∴原始输出图片大小为Hout = H-kh+1Wout = W-kw+1为了让输出图片大小与原图大小相同,需要进行图片填充操

2020-05-24 01:41:18 758

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除