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

-+
  • 博客(35)
  • 收藏
  • 关注

原创 C++primer 阅读随记

c++ primer

2022-10-09 17:37:33 440

原创 opencv项目实战(二)——文档扫描OCR识别

文档扫描OCR识别

2022-09-13 14:00:51 1534

原创 opencv项目实战(一)——信用卡数字识别

信用卡数字识别

2022-09-11 16:16:17 1522

原创 牛客网机器学习算法题解

牛客网机器学习算法题解

2022-08-31 11:20:50 481

转载 深度学习模型部署学习六

实现 PyTorch-ONNX 精度对齐工具

2022-08-30 17:09:38 465

原创 ACM模式记录 c++

ACM模式记录 c++

2022-08-26 11:40:03 416

原创 力扣hot 100 题解记录二

力扣hot100题解

2022-08-17 18:07:32 806

原创 opencv知识点

本文为学习opencv4快速入门的学习记录

2022-08-16 14:54:44 1292

原创 力扣hot 100 题解记录一

力扣hot100题解 主要c++

2022-08-15 17:33:42 1653

原创 深度学习笔记

深度学习知识点

2022-08-02 18:00:19 1116

原创 3D车道线检测杂记

3D车道线分割随记

2022-08-01 14:08:52 3280

转载 深度学习模型部署学习五

ONNX 模型的修改与调试

2022-07-20 10:13:37 1365 1

转载 深度学习模型部署学习四

在 PyTorch 中支持更多 ONNX 算子

2022-07-19 11:48:53 2199 1

转载 深度学习模型部署学习三

onnx详解

2022-07-15 17:36:20 1465

转载 深度学习模型部署学习二

解决模型部署中的难题

2022-07-15 14:42:34 957

转载 深度学习模型部署学习一

在软件工程中,部署指把开发完毕的软件投入使用的过程,包括环境配置、软件安装等步骤。对于深度学习模型来说,模型部署指让训练好的模型在特定环境中运行的过程。运行模型所需的环境难以配置。深度学习模型通常是由一些框架编写,比如 PyTorch、TensorFlow。由于框架规模、依赖环境的限制,这些框架不适合在手机、开发板等生产环境中安装。深度学习模型的结构通常比较庞大,需要大量的算力才能满足实时运行的需求。模型的运行效率需要优化。step1. 使用任意一种深度学习框架来定义网络结构,并通过训练确定网络中的参数。

2022-07-14 18:03:07 6451

原创 三维重建相关理解

在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程. 由于单视频的信息不完全,因此三维重建需要利用经验知识. 而多视图的三维重建(类似人的双目定位)相对比较容易, 其方法是先对摄像机进行标定, 即计算出摄像机的图象坐标系与世界坐标系的关系.然后利用多个二维图象中的信息重建出三维信息。常规的3D shape representation有以下四种:深度图(depth)、点云(point cloud)、体素(voxel)、网格(mesh)。深度图深度图是一张2D图片,每个像素都记录了

2022-07-13 10:12:54 943

原创 Block-NeRF论文阅读

block-nerf 论文翻译

2022-07-05 10:58:13 497

原创 NeRF论文阅读

NeRF 论文翻译

2022-07-05 10:57:19 1328

原创 [单目深度估计---学习记录五]MonoDepth2进阶版阅读二

The Temporal Opportunist: Self-Supervised Multi-Frame Monocular Depth (ManyDepth)

2022-06-20 15:49:19 1441

原创 [单目深度估计---学习记录四]MonoDepth2进阶版阅读一

Self-supervised Monocular Trained Depth Estimation using Self-attention and Discrete Disparity Volume-基于自我注意和离散视差量的自监督单目训练深度估计

2022-06-17 13:57:30 1259

原创 [单目深度估计---学习记录三]MonoDepth2整体逻辑

monodepth2 整体逻辑

2022-06-17 10:28:24 934

原创 [单目深度估计---学习记录一]相关理解

深度估计: 利用图像中像素变换获取场景中每个点到相机的距离信息,这种距离信息组成的图称之为深度图绝对深度: 绝对深度反映的是像素点与像素点之间的相对距离相对深度: 相对深度反映的是像素点代表的目标距离相机的真实距离方式: 激光雷达或者深度相机优点: 精度高,获取方便缺点: 对雨天、灰尘及光线等明显;空间测量范围小;无法获取纹理信息;贵方式一: 基于多视点原理: 构建相机阵列,利用多视点之间的冗余信息估计优缺点: 深度信息估计准确,但需要配置相机阵列,实际一般不采用方式二: 基于双目图像(立体匹配技术)原理:

2022-06-10 10:42:50 1274 1

原创 [单目深度估计---学习记录二]MonoDepth2 论文与代码注释

MonoDepth2代码-个人注解地址从一个单个彩色输入图像自动推断出一个密集的深度图像。​ 在缺乏真实标签深度的情况下,一种方法是利用图像重建作为监督信号来训练深度估计模型。在这里,模型被给定一组图像作为输入,要么是以立体对的形式,要么是以单目序列的形式。通过对给定图像预测深度,并将其投影到附近的视图中,通过最小化图像重构误差来训练模型。一个最小重投影误差,用来提升算法处理遮挡场景的鲁棒性如下图, 帧出现了遮挡像素,即使在深度预测正确的情况下,重建得到的图像也会有较大的损失(因为重建得到的图像是由变换

2022-06-09 15:34:17 3408 2

原创 Ubuntu 20.04从0到跑通yolov5 v6.0

一、卸载ubuntu二、安装ubuntu

2022-06-03 19:28:38 3420

原创 数据结构与算法板子【c++/python/java】

算法

2022-05-27 14:30:50 104

原创 深度学习知识点一

深度学习知识点一​​ 除了结构相似,卷积神经网络的输入输出以及训练的流程和全连接神经网络也基本一致,以图像分类为列,卷积神经网络

2022-03-30 14:19:47 2951

原创 Leetcode 周赛第284场周赛 总结

Leetcode 第284场周赛 总结1. 找出数组中的所有 K 近邻下标描述:​ 给你一个下标从 0 开始的整数数组 nums 和两个整数 key 和 k 。K 近邻下标 是 nums 中的一个下标 i ,并满足至少存在一个下标 j 使得 |i - j| <= k 且 nums[j] == key 。以列表形式返回按 递增顺序 排序的所有 K 近邻下标。示例 1:输入:nums = [3,4,9,1,3,9,5], key = 9, k = 1输出:[1,2,3,4,5,6]解释:因

2022-03-13 13:46:47 1932

原创 第 283 场周赛 总结

第 283 场周赛 总结1. Excel 表中某个范围内的单元格描述:​ Excel 表中的一个单元格 (r, c) 会以字符串 "<col><row>" 的形式进行表示,其中:<col>即单元格的列号c。用英文字母表中的字母 标识。例如,第 1 列用 'A' 表示,第 2 列用 'B' 表示,第 3 列用 'C' 表示,以此类推。<row> 即单元格的行号 r 。第 r 行就用 整数 r 标识。给你一个格式为 "<col

2022-03-07 21:25:51 271

原创 第 73 场双周赛 总结

第 73 场双周赛 总结1. 数组中紧跟 key 之后出现最频繁的数字描述:​ 给你一个下标从 0 开始的整数数组 nums ,同时给你一个整数 key ,它在 nums 出现过。统计 在 nums 数组中紧跟着 key 后面出现的不同整数 target 的出现次数。换言之,target 的出现次数为满足以下条件的 i 的数目:0 <= i <= n - 2nums[i] == key 且nums[i + 1] == target 。请你返回出现 最多 次数的 target

2022-03-07 20:46:39 602

原创 Leetcode 第282场周赛 总结

Leetcode 第282场周赛 总结6008. 统计包含给定前缀的字符串描述 :​ 给你一个字符串数组 words 和一个字符串 pref 。返回 words 中以 pref 作为 前缀 的字符串的数目。字符串 s 的 前缀 就是 s 的任一前导连续字符串。示例 1:输入:words = ["pay","attention","practice","attend"], pref = "at"输出:2解释:以 "at" 作为前缀的字符串有两个,分别是:"attention" 和 "atten

2022-02-27 19:50:11 174

原创 剑指offer(java)—— 题解(1-10)

[leetcode] 剑指offer题解——java版剑指 Offer 03. 数组中重复的数字 在一个长度为 n 的数组 nums 里的所有数字都在 0~n-1 的范围内。数组中某些数字是重复的,但不知道有几个数字重复了,也不知道每个数字重复了几次。请找出数组中任意一个重复的数字。 如: 输入:[2, 3, 1, 0, 2, 5, 3] 输出:2 或 3 // 题解一: 原地交换 利用题目中的关键信息——数组元素的索引和值是一对多的关系。class Soluti

2022-01-25 12:14:44 303

原创 关于yolov5的train.py代码中的相关注解

关于yolov5的train.py代码中的相关注解本次采用的是2021-8-5的版本最新版请到 ultralytics/yolov5: YOLOv5 ???? in PyTorch 本文主要是针对yolov5中的train.py做了相关注解,便于自己之后的理解及对代码做特定的修改。非常感谢以下两篇优质文章,让我得以更好理解(YOLOV5训练代码train.py注释与解析(yolov5–train.py --v5.0版本-2021-7-6更新注释后的train.py代码如下:"""Train

2021-08-20 11:00:31 4070 6

原创 ssm框架整合

SSM框架整合一、相关配置文件1.pom.xml<?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache

2021-04-18 09:51:42 74

原创 写一个计算器,要求实现加减乘除功能,并且能够循环接受新的数据,通过用户交互实现的java程序

例子:写一个计算器,要求实现加减乘除功能,并且能够循环接受新的数据,通过用户交互实现。import java.util.Scanner;public class demo04 { public static void main(String[] args) { Scanner scanner=new Scanner(System.in); int flag=0; while (flag==0){ // 使用nextDou

2021-03-01 13:27:33 495

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