摘要: 按照文档步骤来 1.先运行embedded的sh文件 2.make的时候发现报错:make: arm-linux-gnueabihf-g++: Command not found 怀疑是我的arm编译器没安装?? 3.直接安装 安装之后即可 4.make后生成文件/home/wangjc/intel 阅读全文
posted @ 2018-02-07 18:22 Osler 阅读(406) 评论(0) 推荐(0) 编辑
摘要: 参考方法1,方法2。 方法3 1. 查看usb设备 说明 /dev/bus/usb/001/009这个文件现在就是我们的Altera Blaster设备 2. 查看usb balster使用权限 003只有root具有权限 3. 修改权限 4. 为自动化,可按上文最开始的方法中的1.2.3添加文件, 阅读全文
posted @ 2018-02-07 18:20 Osler 阅读(1332) 评论(0) 推荐(0) 编辑
摘要: 1. 下载软件:选择版本,[环境,下载方式](http://dl.altera.com/opencl/16.1/?edition=standard&download_manager=direct&direct_download=1&version_number=16.1&description=In 阅读全文
posted @ 2018-02-07 18:19 Osler 阅读(1288) 评论(2) 推荐(0) 编辑
摘要: zynq架构相关 =============================================== AMBA :Advanced Microcontroller Bus Architecture 先进微控制器总线 AXI :Advanced eXtensible Interface 先 阅读全文
posted @ 2018-02-07 18:17 Osler 阅读(620) 评论(0) 推荐(0) 编辑
摘要: BinaryNet: Training Deep Neural Networks with Weights and ActivationsConstrained to +1 or −1 Abstract We introduce BinaryNet, a method which trains DN 阅读全文
posted @ 2018-02-07 18:16 Osler 阅读(513) 评论(0) 推荐(0) 编辑
摘要: "卷积神经网络优化" 卷积神经网络在减少计算量,加快训练和/或inference的速度,减少存储空间等方面的优化主要有以下几种方案: 改进网络结构 ResNet网络中的bottleneck结构就是这种方法的典型例子。bottleneck首先通过1x1的卷积层压缩通道数,然后使用3x3的卷积层计算,最 阅读全文
posted @ 2018-02-07 18:15 Osler 阅读(1948) 评论(0) 推荐(0) 编辑
摘要: Abstract Research has shown that convolutional neural networks contain significant redundancy, and high classification accuracy can be obtained even w 阅读全文
posted @ 2018-02-07 18:14 Osler 阅读(679) 评论(0) 推荐(0) 编辑
摘要: 安装nvida版docker: 需要预先安装nvida驱动和docker 然后输入命令: 创建一个容器卷: 将主机的/home/docker/Downloads文件夹映射到容器的/usr/Downloads目录 在新的容器中使用卷: --volumes-from用来指定要从哪个数据卷来挂载数据。 d 阅读全文
posted @ 2018-02-07 18:12 Osler 阅读(511) 评论(0) 推荐(0) 编辑
摘要: 视频目标检测调研 1.主要问题: 与图像目标检测的主要区别是: 视频信息具有大量冗余,这些冗余会如果能合理的利用或者去除,会大大提高处理速度; 视频信息中的目标经常会出现变形、遮挡、模糊,这会导致检测结果的不稳定,出现漏检。 2.基本方法: 基于单帧图像的 结合上下文和时间信息的: 双流法 三维卷积 阅读全文
posted @ 2018-02-07 18:09 Osler 阅读(550) 评论(0) 推荐(0) 编辑
摘要: 下载软件 最后会询问是否把anaconda的bin添加到用户的环境变量中,选择yes 在终端输入python发现依然是gnome自带的python版本,这是因为.bashrc的更新还没有生效,命令行输入:source ~/.bashrc 在运行python即可 阅读全文
posted @ 2018-02-07 18:08 Osler 阅读(349) 评论(0) 推荐(0) 编辑
摘要: 主要是修改检测程序: 主代码修改为: visualization文件代码修改为: 阅读全文
posted @ 2018-02-07 18:03 Osler 阅读(647) 评论(0) 推荐(0) 编辑
摘要: 对文章做摘要学习。 1. 传统目标检测方法: (1)区域选择:这一步是为了对目标的位置进行定位。由于目标可能出现在图像的任何位置,而且目标的大小、长宽比例也不确定,所以最初采用滑动窗口的策略对整幅图像进行遍历,而且需要设置不同的尺度,不同的长宽比。这种穷举的策略虽然包含了目标所有可能出现的位置,但是 阅读全文
posted @ 2018-02-07 18:01 Osler 阅读(410) 评论(0) 推荐(0) 编辑
摘要: 1.1 研究背景及意义: 由于现实世界中的物体(尤其是行人)、场景存在多变性,使其很难用一个统一的方法进行研究。目前目标检测所遇到的主要问题有:如何准确快速分割目标、尽量减小复杂背景对目标检测的影响以及如何降低因目标尺度、大小和形状发生变化引起的目标检测精确度下降的问题。 此外,在目标检测系统中,系 阅读全文
posted @ 2018-02-07 18:00 Osler 阅读(3440) 评论(0) 推荐(0) 编辑
摘要: 文章对很多方法在各方面进行对比分析,得出一些影响行人检测结果的因素。 方法很多,对方法本身的描述阐释的比较少。我也主要对结论进行翻译整理: 水平有限,难免错漏。 摘要: 目前的检测方法主要可分为三类,这三类的检测效果近似。 1. 引言: 行人检测是目标检测的典型实例。应用广泛。行人检测的问题定位明确 阅读全文
posted @ 2018-02-07 17:59 Osler 阅读(184) 评论(0) 推荐(0) 编辑
摘要: 1. 摘要: human检测的方法分类:需要预先处理的方法;直接检测的方法。 文章在各种全身检测和分类的方法中选择了部分代表性论文来论述。并不致力于做到综合所有,也不关注人脸检测、手势检测或者行为分类等专业领域。 2. 总述: 我们的问题是:从给定的视频或者图像中找到人。相关文献中的技术可以分为两类 阅读全文
posted @ 2018-02-07 17:58 Osler 阅读(184) 评论(0) 推荐(0) 编辑
摘要: 按应用分类: 学习方法: 降维算法 检测算法: 阅读全文
posted @ 2018-02-07 17:55 Osler 阅读(162) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2018-02-07 17:54 Osler 阅读(162) 评论(0) 推荐(0) 编辑
摘要: 目前Anaconda默认安装的python版本为3.6或者2.7 如果要安装Python3.5,可以根据需要配置,配置方法见页面:我用方法2尝试成功 There are three ways to get Anaconda with Python 3.5: We recommend that you 阅读全文
posted @ 2018-02-07 17:50 Osler 阅读(1523) 评论(0) 推荐(0) 编辑
摘要: 选取了部分内容进行记录,主要用于理解总体框架。水平有限,如有理解错误,欢迎指正! 2LEON: 2.3.1寻址范围: 完全权限,但OS在CSS,RT在MSS.直接到各自区域地址更好. 2.3.2启动: OS从ROM开始执行固件,固件从flash、其他存储或通过SPI连接的核加载应用代码。加载之后,b 阅读全文
posted @ 2018-02-07 17:46 Osler 阅读(1940) 评论(0) 推荐(0) 编辑