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

-+

Enjoy Coding

Enjoy Coding & Game

  • 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

车载以太网概述

车载以太网概述,介绍了车载以太网的历史和SOME/IP协议

2019-04-24

opencv_contrib-3.4.13

opencv_contrib-3.4.13

2021-02-07

Fusing Multi-Stream Deep Networks for Video Classification

《Fusing Multi-Stream Deep Networks for Video Classification》的PPT(我制作的)和相关文献。

2016-06-08

Human Parsing with Contextualized Convolutional Neural Network

ICCV2015年的论文《Human Parsing with Contextualized Convolutional Neural Network》的PPT(我制作的)和相关文献。

2016-04-17

opencv_contrib-3.4.13_boostdesc_bgm.i等.zip

opencv-3.4.13 opencv_contrib-3.4.13 boostdesc_bgm.i等联网无法正常下载的文件

2021-02-07

hrnet_w32-36af842e.pth

HRNet(deep-high-resolution-net.pytorch)官方预训练模型,官方下载需要梯子到GoogleDrive下载,我下载好了供大家使用。

2020-07-23

MFC图书管理系统

用VC6.0 MFC制作的图书管理系统,具有美化后的图书管理系统,支持管理员登入登出,图书查询,图书单本和批量入库,借还书,借书证管理等功能。

2012-04-03

基于深度学习的自动抠图(基于ATNet)

基于深度学习的自动抠图(基于ATNet)

2021-01-14

八大排序算法C/C++实现

八大排序算法C/C++实现

2016-09-11

Z Algorithm

字符串匹配算法Z Algorithm的讲义。

2014-11-27

C++高效编程:内存与性能优化

C++高效编程:内存与性能优化

2016-09-14

Algorithms on Strings, Trees and Sequences

String algorithms are a traditional area of study in computer science. In recent years their importance has grown dramatically with the huge increase of electronically stored text and of molecular sequence data (DNA or protein sequences) produced by various genome projects. This 1997 book is a general text on computer algorithms for string processing. In addition to pure computer science, the book contains extensive discussions on biological problems that are cast as string problems, and on methods developed to solve them. It emphasises the fundamental ideas and techniques central to today's applications. New approaches to this complex material simplify methods that up to now have been for the specialist alone. With over 400 exercises to reinforce the material and develop additional topics, the book is suitable as a text for graduate or advanced undergraduate students in computer science, computational biology, or bio-informatics. Its discussion of current algorithms and techniques also makes it a reference for professionals.

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

提示
确定要删除当前文章?
取消 删除