- 博客(239)
- 资源 (12)
- 收藏
- 关注
原创 海思Hi3519A MPP从入门到精通(四 视频输出)
VO(Video Output,视频输出)模块主动从内存相应位置读取视频和图形数据,并通过相应的显示设备输出视频和图形。1. 基本概念3519A芯片支持的显示/回写设备、视频层和图形层见下表。注:缩写解释DHD0:Device HD0,超高清设备 0。DHD1:Device HD1,高清设备 1。VHD0:Video layer of HD0,超高清视频层 0,隶属于 DHD...
2018-12-21 16:47:06
10336
4
原创 海思Hi3519A MPP从入门到精通(三 视频输入)
视频输入(VI)模块实现的功能:通过 MIPI Rx(含 MIPI 接口、LVDS 接口和 HISPI 接 口),SLVS-EC,BT.1120,BT.656,BT.601,DC 等接口接收视频数据。VI 将接收到的数据存入到指定的内存区域,在此过程中,VI 可以对接收到的原始视频图像数据进行处理,实现视频数据的采集。1. 模块划分VI 在软件层次上划分了4 个部分:- 输入设备(DE...
2018-12-21 10:56:32
9673
4
原创 海思Hi3519A MPP从入门到精通(二 系统控制)
系统控制根据 Hi35xx 芯片特性,完成硬件各个部件的复位、基本初始化工作,同时负责完成 MPP(Media Process Platform 媒体处理平台)系统各个业务模块的初始化、去初始化以及管理 MPP 系统各个业务模块的工作状态、提供当前 MPP 系统的版本信息、提供大块物理内存管理等功能。应用程序启动 MPP 业务前,必须完成 MPP 系统初始化工作。同理,应用程序退出 MPP 业...
2018-12-21 10:40:00
7288
原创 海思Hi3519A MPP从入门到精通(一 系统概述)
1. 概述海思提供的媒体处理软件平台(Media Process Platform,简称 MPP),可支持应用软件快速 开发。该平台对应用软件屏蔽了芯片相关的复杂的底层处理,并对应用软件直接提供 MPI(MPP Program Interface)接口完成相应功能。该平台支持应用软件快速开发以下 功能:输入视频捕获、H.265/H.264/JPEG 编码、H.265/H.264/JPEG 解码...
2018-12-20 18:04:28
14338
原创 海思Hi3519A VIDEO IO SAMPLE(Conflict MMZ踩坑)
按照手册执行即可,第一次很顺利,但是过了几天之后,我再加载驱动,报了这个错误,如下。/mnt/smp/a53_linux/mpp/ko # ./load3519av100 -i sensor0mmz_start: 0x32000000, mmz_size: 1760Msys_config: loading out-of-tree module taints kernel.======...
2018-12-19 15:44:38
4033
1
原创 海思Hi3519A初体验(升级DEMO板开发环境,更新CPU主频)
拿到手的3519A demo板已经烧好了uboot,没有内核和文件系统,同时uboot也不是最新的。所以需要先升级demo版的开发环境,即烧写 uboot、kernel、fs,这部分按照手册操作即可。这里需要提一下,板子自带的uboot,CPU主频是1200MHz,最新版已经支持1500MHz,如果想用更高主频的话,需要刷新uboot,否则不刷新也可以。A53的频率配置寄存器PER...
2018-12-18 13:23:02
6264
4
原创 PetaLinux 2018.2 for ZYNQ 7000 Guide
Create New Project$ petalinux-create --type project --template zynq --name <PROJECT_NAME>Import Hardware Configuration$ petalinux-config --get-hw-description=<path-to-directory-contai...
2018-10-12 11:33:16
1163
转载 GPS和IMU(惯导)在无人驾驶中的应用
无人驾驶定位技术行车定位是无人驾驶最核心的技术之一,全球定位系统(GPS)在无人驾驶定位中也担负起相当重要的职责。然而无人车是在复杂的动态环境中行驶,尤其在大城市,GPS多路径反射的问题会很明显。这样得到的GPS定位信息很容易就有几米的误差。对于在有限宽度高速行驶的汽车来说,这样的误差很有可能导致交通事故。因此我们必须借助其他传感器来辅助定位,增强定位的精度。另外,由于GPS的更新频率低(10...
2018-09-28 16:46:22
36584
15
原创 国家标准《道路交通标志和标线》
限宽:公路一般是3.75、3.5m,市政3.5、3.25m;此外市政交叉口压缩车道宽度可能到3.0m,公路上的避险车道可能4.5m,不一而足。原因:个人理解,一是跟车辆外廓尺寸有关,一般小客车1.8m,大、重型车辆2.0m;二是要考虑车辆间的行车安全间距。规范:公路路线设计规范及细则,城市道路工程设计规范,城市道路路线设计规范等等都有写。以上个人记忆手写,如有纰漏请指出。公路桥梁通用规范条文说...
2018-08-28 10:07:48
21610
原创 OpenCV相机标定及距离估计(单目)
相机标定基本知识对于针孔摄像机模型,一幅视图是通过透视变换将三维空间中的点投影到图像平面。投影公式如下:或者这里(X, Y, Z)是一个点的世界坐标,(u, v)是点投影在图像平面的坐标,以像素为单位。A被称作摄像机矩阵,或者内参数矩阵。(cx, cy)是基准点(通常在图像的中心),fx, fy是以像素为单位的焦距。所以如果因为某些因素对来自于摄像机的一幅图像升采样或者...
2018-06-21 15:24:50
33993
8
原创 TensorFlow 模型固化及生成TF Lite模型
convert_variables_to_constantssaver = tf.train.import_meta_graph(checkpoint + '.meta', clear_devices=True) #得到图、clear_devices :Whether or not to clear the device field for an `Operation` or `Tensor` d...
2018-05-25 20:05:16
2504
原创 ARM Cortex-A 系列处理器天梯图
ARM Cortex-A Series ProcessorsARM Cortex A53 Versus CortexA15The Cortex A53 uses the ARMv8-A architecture to support 32-bit ARMv7 code and 64-bit AArch64 execution state. The Cortex-A53 processor arch...
2018-05-16 18:24:57
50709
原创 VIM Cheat Sheet
1. 如果已经用vim打开了一个文件,想要在窗口中同时再打开另一个文件:横向分割显示::vs filename纵向分割显示::sp filename
2018-05-09 10:00:21
668
原创 Linux Shell Cheat Sheet
1. 查看Linux操作系统信息:uname -acat /proc/versionlsb_release -a 2. 设置ls显示的文件夹的颜色(将下面这条目录加在 .bashrc 文件最后):LS_COLORS=$LS_COLORS:'di=0;35:' ; export LS_COLORS(All possible colors:31 = red32 = ...
2018-05-02 15:57:07
1394
原创 YOLO源码(Darknet源码)解读(im2col.c)
#include "im2col.h"#include <stdio.h>// 获取图像像素值float im2col_get_pixel(float *im, int height, int width, int channels, int row, int col, int channel, int pad){ r...
2018-04-27 15:11:45
1169
原创 YOLO源码(Darknet源码)解读(convolutional_layer.c)
#include "convolutional_layer.h"#include "utils.h"#include "batchnorm_layer.h"#include "im2col.h"#include "col2im.h"#include "blas.h"#include "gemm.h"#include <stdio.h&
2018-04-24 15:07:40
3423
原创 YOLO源码(Darknet源码)解读(layer.c)
#include "layer.h"#include "cuda.h"#include <stdlib.h>void free_layer(layer l){ if(l.type == DROPOUT){ if(l.rand) free(l.rand);#ifdef GPU if(l.rand_gpu) ...
2018-04-24 11:27:10
850
转载 卷积神经网络时间和空间复杂度分析
在深度学习的发展过程中,有意无意中,很多创新点都与改善模型计算复杂度密切相关。因而,本文对CNN的时间和空间复杂度做以分析。首先,明确下FLOPS和FLOPs的区别:FLOPS:注意全大写,是floating point operations per second的缩写,意指每秒浮点运算次数,理解为计算速度。是一个衡量硬件性能的指标。 FLOPs:注意s小写,是floating po...
2018-04-19 16:32:32
6334
转载 激活函数(ReLu LReLU PReLU CReLU ELU SELU)
ReLU tensorflow中:tf.nn.relu(features, name=None)LReLU(Leaky-ReLU) 其中aiai是固定的。ii表示不同的通道对应不同的aiai. tensorflow中:tf.nn.leaky_relu(features, alpha=0.2, name=None)PReLU 其中aiai是可以学习的的。如果ai=0ai=0,那么 PReLU 退化...
2018-04-19 11:35:58
8096
原创 YOLO源码(Darknet源码)解读(network.c)
network.c#include <stdio.h>#include <time.h>#include <assert.h>#include "network.h"#include "image.h"#include "data.h"#include "utils.h"#include "blas.h"#i
2018-04-18 10:44:37
4964
2
原创 YOLO源码(Darknet源码)解读(utils.c)
utils.c#include <stdio.h>#include <stdlib.h>#include <string.h>#include <math.h>#include <assert.h>#include <unistd.h>#include <float.h>#include &l
2018-04-18 10:42:57
1146
原创 编程感悟,与君共勉
1. 编程最困难的部分,是追求完美。另外,编程永远都是乐趣与苦恼并存的。2. 世界上永远不缺少代码,缺少的是看代码的决心和时间。
2018-04-18 09:25:15
349
原创 YOLO源码(Darknet源码)解读(yolo.c)
yolo.c#include "darknet.h"// 20个类别定义char *voc_names[] = {"aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow",
2018-04-13 11:17:57
3571
2
原创 YOLO源码(Darknet源码)解读(darknet.c)
main函数int main(int argc, char **argv){ //test_resize("data/bad.jpg"); //test_box(); //test_convolutional_layer(); if(argc < 2){ fprintf(stderr, "usage: %s <function>\...
2018-04-12 20:36:14
2030
1
原创 深度学习物体检测详解:YOLO V3
YOLO V3: An Incremental ImprovementImprovements:1. Objectness score:YOLO V3用logistic regression为每一个bbox预测一个objectness score。假如一个bbox与ground truth的IOU比其他bboxes的都要大,则它的objectness score为1,即为best box。假如一个...
2018-04-12 11:50:51
5228
原创 机器学习与Deep Learning算法问题汇总(Part-3)
11. 怎么解决过拟合和欠拟合?答:(1)过拟合:1)增加训练数据,数据增广。一般有如下方法:从数据源头采集更多数据;复制原有数据并加上随机噪声;重采样;根据当前数据集估计数据分布参数,使用该分布产生更多数据等。2)正则化:L1正则和L2正则;增大正则项参数。3)dropout。4)batch normalizatin。5)交叉验证,通过交叉检验得到较优的模型参数。6)特征选择,减少特征数或使用较...
2018-04-09 15:56:01
348
原创 机器学习与Deep Learning算法问题汇总(Part-2)
7. 什么是梯度弥散?要怎么去解决这个问题?答: 随着网络层数变深, activations倾向于越大和越小的方向前进, 往大走梯度爆炸(回想一下你在求梯度时, 每反向传播一层, 都要乘以这一层的activations), 往小走进入死区, 梯度消失。 这两个问题最大的影响是, 深层网络难于converge。sigmoid不存在梯度爆炸, 在activations往越大越小的方向上前进时, 梯度都...
2018-04-09 11:46:28
526
原创 深度学习物体检测详解:YOLO V2
YOLO V2 —— YOLO9000:Better, Faster, StrongerImprovements:1. Batch Normalization:显著提高模型收敛速度, 不需要其他正则手段(比如Dropout)。给每个卷基层都增加BN后,mAP提高了2个点。2. High Resolution Classifier:将图像分辨率从224 x 224扩大为448 x 448,finetu...
2018-04-05 21:47:47
2059
1
原创 Atrous Convolution详解
Atrous 卷积,就是带洞的卷积,卷积核是稀疏的。上图(b)是带洞卷积,可以跳着选,隔一个加一个。下图中第三个示例(c),就是带洞卷积。带洞卷积减少了核的大小,可以达到节省内存的作用。而且带洞卷积的有效性基于一个假设:紧密相邻的像素几乎相同,全部纳入属于冗余,不如跳H(hole size)个取一个。...
2018-04-02 17:35:13
12356
5
原创 机器学习与Deep Learning算法问题汇总(Part-1)
1. 卷积神经网络(CNN)中卷积层与池化层如何进行BP残差传递与参数更新?答:(1) Average Pooling的BP好算,直接求导可得,就是1/n.(2) Max Pooling比较有意思,forward的时候需要记录每个窗口内部最大元素的位置,然后BP的时候,对于窗口内最大元素的gradient是1,否则是0。原理和ReLu是一样的。2. SVM为什么要用核函数?答:(1)kernel ...
2018-04-02 17:06:20
485
原创 深度学习物体检测详解:YOLO vs SSD
《You Only Look Once: Unified, Real-Time Object Detection》Key idea:1. 将物体检测这个问题定义为bounding box和分类置信度的回归问题。2. 将整张图像作为输入,划分成SxS grid,每个cell预测B个bounding box(x, y, w, h)及对应的分类置信度(class-specific confidence s...
2018-03-30 15:43:27
20898
2
转载 持续集成是什么?
互联网软件的开发和发布,已经形成了一套标准流程,最重要的组成部分就是持续集成(Continuous integration,简称CI)。本文简要介绍持续集成的概念和做法。一、概念持续集成指的是,频繁地(一天多次)将代码集成到主干。它的好处主要有两个。(1)快速发现错误。每完成一点更新,就集成到主干,可以快速发现错误,定位错误也比较容易。(
2018-01-04 22:47:10
539
原创 那些年,我的Git Cheat Sheet
1. 版本穿梭HEAD指向的版本就是当前版本。Git允许我们在版本的历史之间穿梭,使用命令git reset --hard commit_id。穿梭前,用git log可以查看提交历史,以便确定要回退到哪个版本。要重返未来,用git reflog查看命令历史,以便确定要回到未来的哪个版本。2. 查看某一行修改如果你要查看文件的每个部分是谁修改的,那么 git b
2017-12-17 12:17:32
294
原创 Fuzzing简介以及使用AFL对LibTIFF进行模糊测试
1. Fuzzing简介Fuzz testing or Fuzzing is a software testing technique, often used to discover security weaknesses in applications and protocols. The basic idea is to attach the inputs of a program to
2017-12-16 20:20:36
3952
2
原创 深度学习公开课、框架、博客链接
公开课台大李宏毅:Machine Learninghttp://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17.html斯坦福李飞飞-CS231n: Convolutional Neural Networks for Visual Recognitionhttp://cs231n.stanford.edu/http://cs231n.gith
2017-07-30 22:40:02
1871
原创 分布式系统一致性算法Raft详解
熟悉或了解分布性系统的开发者都字段一致性算法的重要性,Paxos一致性算法从90年提出到现在已经有二十几年了,而Paxos流程太过于繁杂实现起来也比较复杂,可能也是以为过于复杂 现在我听说过比较出名使用到Paxos的也就只是Chubby、libpaxos,搜了下发现Keyspace、BerkeleyDB数据库中也使用了该算法作为数据的一致性同步,虽然现在很广泛使用的Zookeeper也是基于Pax
2017-05-07 21:24:34
1707
转载 Google Inception v1 - v4 papers & 发展历程
Papers:[v1] Going Deeper with Convolutions, 6.67% test error, http://arxiv.org/abs/1409.4842[v2] Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift, 4.8%
2016-11-29 20:14:33
560
转载 offsetof宏分析
offsetof宏定义:#define offsetof(TYPE, MEMBER) ((size_t) &((TYPE*)0)->MEMBER)对这个宏的讲解我们大致可以分为以下4步进行讲解:1>( (TYPE *)0 ) 0地址强制 "转换" 为 TYPE结构类型的指针;2>((TYPE *)0)->MEMBER 访问TYPE结构中的MEMBER数据成员;3>&( (
2016-10-22 13:30:49
633
原创 LeetCode 69 - Sqrt(x)
Sqrt(x)Implement int sqrt(int x).Compute and return the square root of x.My Codeclass Solution {public: int mySqrt(int x) { if (x == 0) return 0; else
2016-10-17 21:46:04
401
原创 LeetCode 68 -Text Justification
Text JustificationGiven an array of words and a length L, format the text such that each line has exactly L characters and is fully (left and right) justified.You should pack your words in a
2016-10-17 21:10:31
664
Fusing Multi-Stream Deep Networks for Video Classification
2016-06-08
Human Parsing with Contextualized Convolutional Neural Network
2016-04-17
opencv_contrib-3.4.13_boostdesc_bgm.i等.zip
2021-02-07
hrnet_w32-36af842e.pth
2020-07-23
Algorithms on Strings, Trees and Sequences
2014-11-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅