学习笔记
文章平均质量分 59
xidaoliang123
学生
展开
-
VS2015运行C++代码报错,报错代码:MSB6006 “CL.exe”已退出,代码为 -1073741515
在笔记本上安装vs2015 commtiy版本,首次安装完成后运行测试程序,报错MSB6006 “CL.exe”已退出,代码为 -1073741515笔记本配置为dell,处理器AMD解决步骤如下:1、用DirectX Repair V3.7 (Enhanced Edition)修复,修复失败,可能是版本的原因,反正用这个版本修复还是失败,可以百度自行搜索下载2、微软官网...原创 2019-06-21 09:30:41 · 7046 阅读 · 2 评论 -
Mobilnetv1和mobilnetV2
1、Mobilnetv1原理MobileNet是针对移动端优化的卷积,所以当需要压缩模型时,可以考虑使用MobileNet替换卷积。下面我们开始学习MobileNet原理。1 对比普通卷积和MobileNet原理MobileNet是用于替换普通卷积,相比普通卷积,MobileNet参数更少,计算速度更快。我们先看一下输入为(h=12,w=12,c=4),卷积为3*3,输出为(h=12,...原创 2019-06-17 15:30:06 · 775 阅读 · 0 评论 -
pytoch python 笔记
一、pytorch中tensor.expand()和tensor.expand_as()函数解读tensor.expend()函数,可以看出expand()函数括号里面为变形后的size大小,而且原来的tensor和tensor.expand()是不共享内存的。>>> a = torch.tensor([[2],[3],[4]])>>> print(a.size())torch.Size([3, 1])>>> a.expand(3,2)原创 2020-05-13 10:06:46 · 286 阅读 · 0 评论 -
PyTorch中permute的用法详解
函數功能:将tensor的维度换位参数:参数是一系列的整数,代表原来张量的维度。比如三维就有0,1,2这些dimension。例:import torchimport numpy as npa=np.array([[[1,2,3],[4,5,6]]])unpermuted=torch.tensor(a)print(unpermuted.size()) # ——> torch.Size([1, 2, 3])#tensor([[1, 2, 3], [4, 5, 6]原创 2020-05-12 16:26:13 · 4080 阅读 · 0 评论 -
python pytorch view()函數
view是改变tensor的形状,并不只是简单的只是多行tensor拼接成一行,view中的-1是自适应的调整A = torch.arange(0, 16)print(A)#tensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15])B = A.view(-1,2)print(B)#tensor([[ 0, 1], [ 2, 3], [ 4, 5], [原创 2020-05-12 16:03:31 · 1077 阅读 · 0 评论 -
关于CV中对检测结果的评价指标TP、TN、FP、FN解释说明
转自:https://blog.csdn.net/guyubit/article/details/52276013首先这几个术语会高频率得出现在论文的实验部分,它是对实验结果的描述,首先我想先解释这几个缩写的含义:precesion:查准率,即在检索后返回的结果中,真正正确的个数占整个结果的比例。recall:查全率,即在检索结果中真正正确的个数 占整个数据集(检索到的和未检索到的)中真正正确个数的比例。FN:False Negative,被判定为负样本,但事实上是正样本。FP:False Po转载 2020-05-11 16:11:29 · 2537 阅读 · 0 评论 -
解决caffe训练target_blobs.size ==source_layer.blobs_size(2 vs.1)
说明:这是在caffe利用resnet网络训练二分类的问题遇到的,之所以采用caffe训练是因为使用的嵌入式设备只支持caffe和tensorflow的模型权重文件。1、首先采用的resnet50训练,搭建网络并加载权重,参考https://blog.csdn.net/m0_37357063/article/details/84726818制作自己的训练集和测试集。在csdnhttps://b...原创 2020-03-30 15:21:14 · 757 阅读 · 0 评论 -
记录Jetson Nano(P3448-0020)B01使用刷机教程
jetson Nano分为两个版本,一个是用于开发的版本A02,其刷机教程也可以参考我之前写的博客,一个就是用于批量购买的B01版本了,两个版本的区别:1、前者可以根据自己的需要配置不同配置的内存卡,我的配置的是64G,后者只有16G的emmc2、两者都可以用Jetson SDK Manager进行系统安装,也就是说A02有两种系统安装方法:卡刷和线刷3、如果用Jetson SDK M...原创 2020-04-20 13:46:39 · 8335 阅读 · 16 评论 -
yolo目標檢測算法1-3原理總結
轉自https://www.cnblogs.com/xbit/p/10036981.html基本思想V1:将输入图像分成S*S个格子,每隔格子负责预测中心在此格子中的物体。 每个格子预测B个bounding box及其置信度(confidence score),以及C个类别概率。 bbox信息(x,y,w,h)为物体的中心位置相对格子位置的偏移及宽度和高度,均被归一化. 置信度反映是...转载 2019-10-07 17:12:19 · 270 阅读 · 0 评论 -
Opencv遇到的程序内存增长问题及用Opencv显示汉字
1、用opencv显示汉字 参考链接https://blog.csdn.net/yiqiudream/article/details/76216433/ 调用cvText类里的ToWar函数将汉字变换格式,特别是在调整字体大小的时候需要在class添加方法setMysize()void CvxText::setMySize( int a, int b){ ...原创 2019-09-24 18:59:46 · 529 阅读 · 0 评论 -
运行NVIDIA的TensorRT5.0.2.6的例子sample_uff_ssd遇到的坑
NVIDIA错误:ERROR: UFFParser: Graph error: Cycle graph detectedERROR: sample_uff_ssd: Fail to parsesample_uff_ssd: sampleUffSSD.cpp:540: int main(int, char**): Assertion `tmpEngine != nullptr' failed....原创 2019-08-19 14:35:43 · 3768 阅读 · 6 评论 -
caffe-openpose结构
一、openpose自己的网络层1、数据层layer { name: "data" 表示该层名字 type: "CPMData" 层有多种类型,比如:Data、Convolution、Pooling,Data表示数据来源于Leveldb或者LMDB top: "data" ...原创 2019-05-13 17:20:59 · 2655 阅读 · 1 评论 -
记录Jetson Nano(Developer Kit version)A02使用刷机教程
jetson Nano(Developer Kit version)1、需要准备的材料 TF卡 (最少16GB,我的是64G) 带HDMI的显示器 USB鼠标键盘 Micro-USB接口的电源(5V⎓2A) 据说没有网卡,需要自己使用usb网卡2、刷机步骤 官方的步骤-----https://developer.nvidia.com/embedded/l...原创 2019-05-07 16:22:07 · 3251 阅读 · 2 评论 -
ubuntu16.04安装Matlab2015b步骤及各种问题解决
一、安装matlab的目的是利用caffe训练openpose二、安装步骤1、下载matlab2015 链接:https://pan.baidu.com/s/1dLcDUxEuIWJQUOKHWXZT-Q提取码:8rgq 安装之前要在home底下建立两个文件夹matlab2015和matlab,一个用来存放镜像文件,一个用作安装目录2、下载的文件一个是用...原创 2019-04-25 11:07:29 · 5490 阅读 · 0 评论 -
tkinter模块常用参数(python3)
1、使用tkinter.Tk() 生成主窗口(root=tkinter.Tk())root.title('标题名') 修改框体的名字,也可在创建时使用className参数来命名;root.resizable(0,0) 框体大小可调性,分别表示x,y方向的可变性;root.geometry('250x150') 指定主框体大小;root.quit()...原创 2019-04-19 14:13:20 · 259 阅读 · 0 评论 -
.rpm、.tar.gz、.deb在linux各发行版本的区别
解LINUX的,同样都是for linux,但rpm、tar.gz、deb包还是有很大区别的,这种区别可使安装过程进行不下去。那我们应该下载什么格式的包呢?rpm包-在红帽LINUX、SUSE、Fedora可以直接进行安装,但在Ubuntu中却无法识别;deb包-是Ubuntu的专利,在Ubuntu中双击deb包就可以进入自动安装进程;tar.gz包-在所有的Linux版本中都能使用,但安装过程也...转载 2018-02-23 17:07:14 · 1768 阅读 · 0 评论 -
C++ assert()使用说明
assert宏的原型定义在<assert.h>中,其作用是如果它的条件返回错误,则终止程序执行,原型定义:#include <assert.h>void assert( int expression );assert的作用是现计算表达式 expression ,如果其值为...转载 2018-03-22 09:41:14 · 195 阅读 · 0 评论 -
Caffe代码初识
caffe中prototxt文件定义一、定义输入参数batch_size,num_channel_s,input_height,input_widthbatch_size:每次训练样本个数num_channel:表示输入图片的通道数input_height:表示在单个图片上,垂直方向每次移动的像素input_width:表示单个图片上,水品方向每次移动的像素二定义网络层定义网络层,以卷积层为例: ...原创 2018-03-29 10:10:07 · 177 阅读 · 0 评论 -
yolov3利用自己训练的weigt批量测试图片并保存到定义的文件夹下
利用yolov3自带的测试命令智能对data下的指定图片作测试,每一次只能测试一张图片,经网上找找大神资料后可以批量测试指定文件夹下的图片并保存在data/out下,带有标记的图片很直观的可以测试自己检测的结果,以VOC数据集为例参考https://blog.csdn.net/mieleizhi0522/article/details/79989754后发现博主的在添加*GetFilen...原创 2018-05-09 16:09:20 · 8207 阅读 · 10 评论 -
进程,线程,多线程总结
一、说说概念1、进程(process)狭义定义:进程就是一段程序的执行过程。广义定义:进程是一个具有一定独立功能的程序关于某个数据集合的一次运行活动。它是操作系统动态执行的基本单元,在传统的操作系统中,进程既是基本的分配单元,也是基本的执行单元。简单的来讲进程的概念主要有两点:第一,进程是一个实体。每一个进程都有它自己的地址空间,一般情况下,包括文本区域(text region)、...转载 2018-08-27 09:19:32 · 142 阅读 · 0 评论 -
TX1刷机后安装ffmpeg教程
20181207 INSTALL TX1 OS AND ffmpeg1.INSTALL OS2.INSTALL ffmpeg -INSTALL DEPENDENCEY:sudo apt-get update sudo apt-get -y install autoconf automake build-essential libass-dev libfreetype6-de...原创 2019-01-14 11:22:15 · 508 阅读 · 0 评论 -
对openpose的test_pose.py的代码解读
heat_avg=np.zero((height,widh,19)) 声明height个widh*19个二维矩阵关于对np.newaxis的理解作用:在指定位置增加一个一维,也就是说np.newaxis所在的位置就要新list增加的维度举例:引用https://www.jianshu.com/p/78e1e281f698x1 = np.array([1, 2, 3, 4, 5])...原创 2019-03-04 16:31:55 · 1602 阅读 · 0 评论 -
解决ubuntu16.04下登录tty1一直显示logincorrect并循环的问题
一、本人用的是显卡TITAN,每次重启都有80%的概率重新装nvidia的驱动,当然装驱动的方法网络上也是一查一大堆,下面我贴出自己的装驱动的顺序,其中包含了第一次装NVIDIA的驱动:#install for the first timesudo gedit /etc/modprobe.d/blacklist.conf#add: blacklist nouveausudo update...原创 2019-02-20 20:22:17 · 15875 阅读 · 8 评论 -
计算CNN的模型的算力FLOPS
YOLOv3中的有一输入日志显示了BFLOPS,代表了这一卷积层的算力具体有多少。下面是我输入的前面38层的日志;layerfilters size input output0 conv 32 3 x 3 / 1 416 x 416 x 3 -> 416 x 416 x 32 0.299 BFLOPs1 conv 64 3 x 3 ...原创 2019-03-05 18:01:03 · 11112 阅读 · 1 评论 -
Openpose的环境搭建及训练测试记录
一、openpose环境搭建1、下载openposegit clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git可以根据上面的连接通过window下载也可以在ubuntu的teminal里输入上面的命令,但是最近国内的网络比较垃圾,自己也没有vpn因此还是下载下来保存在了百度网盘里,需要的在下面的连接自取。...原创 2019-03-15 16:16:56 · 9556 阅读 · 9 评论 -
利用COCOAPI计算Yolov3训练出的模型的MAP值,复现ap
Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.314Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = 0.559Average Precision (AP) @[ IoU=0.75 ...原创 2019-03-11 16:54:25 · 10548 阅读 · 26 评论 -
安装caffe_train-master用于训练openpose的各种问题
前段时间用pytorch训练的openpose,遇到各种问题,最后好算也是跑起来了,感谢各位神仙的帮助!但是最后意识到用pytorch训练出来的权重在转caffemodel的时候或许存在精度损失的问题,获取根本没法转换,所以在尝试采用caffe训练openpsoe,下面说一下安装训练openpose用的caffe的各种奇葩问题一、cudnn.hpp问题怎么说也是安装caffe的老司机了,但...原创 2019-04-11 17:58:15 · 1194 阅读 · 3 评论 -
使用CCS(Code Composer Studio)建立一个例程
一、准备工具用户源文件CCS5.1XDS100V2仿真器DSP28035核心板二、安装CCS(比较简单,这里不再赘述)安装后的启动界面三、建立工程1、点击 New CCS Project,弹出新建工程对话框2、设置工程名为 XXX,选择器件为 TMS320F28035、仿真器为 XDS100V2,并选择工程类型为空白工程,点击 Finish3、建立空原创 2016-01-27 17:06:23 · 6639 阅读 · 0 评论