- 博客(23)
- 收藏
- 关注
RSS订阅原创 Visual Studio Cpp CLR C# 替换
opencv现有属性表加就行，但是这里比cpp多一步，需要再继承下或者重新加入opencv，右键项目-属性-链接器-改常规-附加库目录-输入-附加依赖项。添加引用 加入Sunny_Equipment.Database.dll DBUtil.dll。依赖项：点击C#界面->管理依赖项->勾选cpp CLR；对于CLR 依赖cpp。选类库新建、然后直接粘贴进来，因为CLR新建后，会自动有.cpp 和 .h。添加引用 C#的dll。
2023-09-25 09:00:01
415
原创 【传统视觉】raw读取问题
"76543210_FEDCBA98"同时包含低位和高位数据，而"FEDCBA98_76543210"按照常见的低位在前、高位在后的顺序排列数据。“76543210_FEDCBA98”: 这是一种通道顺序，其中前8位通道表示高位数据，后8位通道表示低位数据。“FEDCBA98_76543210”: 这是另一种通道顺序，其中前8位通道表示低位数据，后8位通道表示高位数据。"76543210_FEDCBA98"和"FEDCBA98_76543210"是两种不同的通道顺序。raw直接读取不能读取出原图。
2023-08-11 15:07:55
197
原创 【传统视觉】C#创建、封装、调用类库
为了方便后续可维护，我还添加了接口，而不是直接调用类中的方法；在上述类库中 => 添加 => 接口。因为实现代码相对简单，然后又没有使用Opencv，所以就直接用C#实现，C#调用。首先点击解决方案，然后点击添加 => 新建项目 => 控制台应用程序。vs2015 => 文件 => 新建 => 项目。打开引用 点击“项目”添加引用。第一步：using 命名空间。告诉软开怎么用这个函数。第二步：创建接口实例。
2023-08-04 09:37:06
1725
1
原创 【传统视觉】3 Sigma（3倍标准差原则）
3、将求和结果除以数据个数，得到平均值。1、对每个数据值与平均值的差进行平方。4、对平均值进行开根号，即得到标准差。2、将所有差的平方值进行求和。
2023-08-01 10:50:39
2613
1
原创 【传统视觉】模板匹配和卡尺圆检测
是找N个小矩形ROI里面的灰度值突变的地方。即：遍历每个小矩形ROI，分别找到1个点，这个点是灰度突变的峰值。然后把这N个点拟合成直线或者圆。1、原理：模板匹配是指在当前图像A中匹配与图像B最相似的部分，那么A为输入图像，B为模板图像。2、匹配方法：B在A上华东，逐个遍历所有像素完成匹配。4、配合查找最值方式来找到匹配的位置。
2023-07-26 14:15:22
1426
1
原创 STAC: A Simple Semi-Supervised Learning Framework for Object Detection
论文主要讲的是半监督的目标检测
2022-11-04 15:31:56
1258
1
原创 关于SIoU的原理和代码实现(回顾IoU、GIoU、DIoU、CIoU)
关于SIoU的实现(回顾IoU、GIoU、DIoU、CIoU)
2022-06-06 10:40:55
11963
16
原创 关于RepKLNet的算法训练和算法总结
代码:https://github.com/megvii-research/RepLKNet论文:https://arxiv.org/abs/2203.06717这篇论文，我感觉就是RepVGG的续作环境搭建:1、Installation of MegEnginepip3 install megengine -f https://megengine.org.cn/whl/mge.html --user2、Installation of BaseClspip3 install basecls
2022-03-28 16:24:11
4441
1
原创 关于yolov5移植repvgg
这个工作其实已经有大佬已经做过了:https://blog.csdn.net/weixin_45829462/article/details/120372921这里我把他用到我的数据集上感觉效果不是很理想。阐述如下：1.网络结构改动模块repvgg网络加宽了yolov5，这里我们将yolov5原先的conv3×33\times33×3的卷积替换成repvgg的conv3×33\times33×3的样子，具体如下如所示：在训练的时候，我们将走每一条支路。在测试的时候，将分支都收回来，归并成一个卷积。
2022-03-28 14:02:11
4834
9
原创 关于yolov5的tensorRT使用
安装环境接上篇：Ubuntu安装配置opencv安装tensorRT：https://developer.nvidia.com/nvidia-tensorrt-7x-download我这里安装的是：TensorRT-7.1.3.4.Ubuntu-16.04.x86_64-gnu.cuda-10.2.cudnn8.0.tar.gz因为我的环境配的是：cuda10.2，这里我特别注意了下cudnn，在下载的时候链接没有说明，但是下载下来后压缩包上有写cudnn的版本，如果下载下来为7.6.5会与我的cud
2022-01-17 17:28:01
3595
原创 Ubuntu安装配置opencv
配置如下：GTX2080ti / Ubuntu16.04 / cuda10.2 / cudnn8.0.3 / tensorrt8.2.0 / opencv3.4.10缺少：tensorrt8.2.0 opencv3.4.10准备工作：查看cudnn版本，这里需要注意的是：新版本的cudnn与旧版本不同，cudnn的版本写在了_version.h文件中。如果安装的时候没有放入到include中，那么你无法查到版本号。cat /usr/local/cuda/include/cudnn_version.
2022-01-17 16:19:25
4159
1
原创 MacOS制作ubuntu18.04系统U盘启动盘
系统崩了，进不去，要重装系统。之前一直拿的师兄的启动盘。自力更生制作启动盘。【心得】比windows做启动盘更加的方便几行命令就可以解决。1.安装ubuntu18.04 ios链接：http://releases.ubuntu.com/18.04/下载位置：/Downloads/ubuntu-18.04-desktop-amd64.iso2.将.iso文件转换为.dmg文件打开终端输入命令行：MacBook-Pro ~ % hdiutil convert -format UDRW -o /Use
2022-01-07 14:48:05
2029
原创 关于transformer综述--源自A Survey of Transformers
主要是参考复旦大学6月多出的这篇A Survey of Transformers，然后自己整理记录下。0.预备知识：什么是transformer论文首先讲了下transformer，然后我稍微做下回顾。transformer的结构来自《attention is all your need》链接：[https://arxiv.org/abs/1706.03762](https://arxiv.org/abs/1706.03762) ...
2021-07-07 14:44:05
1989
原创 关于ViT(Vision Transformer)的算法解读
这个我需要做一个详细的了解，因为后边的所有模型都基于此去修改。代码出处：https://github.com/lucidrains/vit-pytorch论文自行百度。话不多说，先上图：看下代码的实现：1.参数的了解v = ViT( image_size = 256, patch_size = 32, num_classes = 1000, dim = 1024, # 每个向量的维度 depth = 6, # 就是上右图的L，就是用了几次这个Tr
2021-05-10 15:52:30
7666
原创 深度学习图像分类Resnet网络结构以及代码分析
1.创新点：1.1 超深的网络超深的网络存在 梯度弥散或者梯度爆炸（比如反向传播的过程中我的值是0.9那么100层之后就是0.92100 ≈\approx≈ 0) 大于1则是∞。1.2 解决方法residual（残差）模块，这里看到有两种残差，一种是虚线的，一种是实线的。1.3 BN是一种归一化的手段，用在卷积和激活函数之间的函数。具体可以参考这个大佬的博客（我目前都是跟着这个大佬学习）：https://blog.csdn.net/qq_37541097/article/details/1
2021-02-08 00:22:40
1629
原创 关于Linux下升级CUDA Version至11.2和Driver Version至460
1.了解系统环境我更新的硬件：显卡 1080ti查看系统的命令行：lsb_release -a版本显示如下Distributor ID: UbuntuDescription: Ubuntu 16.04.6 LTSRelease: 16.04Codename: xenial2.关闭Nouveaucd /etc/modprobe.dvim blacklist.conf## 添加以下内容blacklist nouveauoptions nouveau modeset=0# 更新s
2021-01-23 17:00:47
13063
2
原创 Linux下如何查看显卡运行情况代码
每间隔1秒查看显卡情况watch -n 1 nvidia-smi如下是命令行之后的信息：【注】表头释义：Fan：显示风扇转速，数值在0到100%之间，是计算机的期望转速，如果计算机不是通过风扇冷却或者风扇坏了，显示出来就是N/A；Temp：显卡内部的温度，单位是摄氏度；Perf：表征性能状态，从P0到P12，P0表示最大性能，P12表示状最小性能；Pwr：能耗表示；Bus-Id：涉及GPU总线的相关信息；Disp.A：是Display Active的意思，表示GPU的显示是否初始化；M
2020-12-16 20:56:00
2443
原创 深度学习分类基础概念对ACC、PPV、TPR、TNR
举个例子：ACC = 10+15 +20/(10+1+2+3+14+4+5+6+20)PPV(猫) = 10/(10+1+2) 【解释】这里的1和2是因为狗、猪分类错误，分到了猫PPV(狗) = 15/(15+6+1)PPV(猪) = 20/(20+5+6)TPR(猫) = 10/(10+3+5)
2020-12-15 10:10:36
6949
原创 关于Sparse R-CNN: End-to-End Object Detection with Learnable Proposals算法训练
1. 环境配置1.1 将anconda的安装源修改为清华的镜像源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/conda config --add channels https://mirror
2020-12-02 15:07:57
1024
19
原创 深度学习 激活函数（续）tanh、Relu、Leaky Relu
tanh函数tanh函数是右上角那个，可以看到他是sigmoid函数的放大加平移，它的值域(−1,1)(-1,1)(−1,1)，它在绝大多数场合取代了sigmoid函数，因为函数值域在-1 和+1的激活函数，其均值是更接近零均值的。在训练一个算法模型时，如果使用 tanh 函数代替sigmoid 函数中心化数据，使得数据的平均值更接近 0 而不是 0.5。【注】可以看到在我之前写的二分类的性别分类中，最后的输出层用了sigmoid函数，在二分类问题中，sigmoid函数可以把概率变成0-1之间。这两.
2020-11-24 20:30:36
2006
1
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