摘要：
用3D卷积做视频特征提取，这样时间和空间信息就都包含在内了。 3D卷积+RNN时间序列 应该是对视频处理的一个较好解决方案。 阅读全文
摘要：
如何以图学图 用图片做标签 阅读全文
摘要：
1）RGB颜色空间 RGB（红绿蓝）是依据人眼识别的颜色定义出的空间，可表示大部分颜色。但在科学研究一般不采用RGB颜色空间，因为它的细节难以进行数字化的调整。它将色调，亮度，饱和度三个量放在一起表示，很难分开。它是最通用的面向硬件的彩色模型。该模型用于彩色监视器和一大类彩色视频摄像。 2）CMY/ 阅读全文
摘要：
什么是CPU? 中央处理器（CPU），是电子计算机的主要设备之一，电脑中的核心配件。其功能主要是解释计算机指令以及处理计算机软件中的数据。CPU是计算机中负责读取指令，对指令译码并执行指令的核心部件。中央处理器主要包括两个部分，即控制器、运算器，其中还包括高速及实现它们缓冲处理器之间联系的数据、控制 阅读全文
摘要：
https://www.nvidia.cn/autonomous-machines/embedded-systems/jetson-tx2/ 阅读全文
摘要：
1 介绍 NVIDA Jeston TX2套件是一个用于AI计算的全功能开发平台，通过预装的Linux系统环境（具体为ubuntu系统）帮助使用者快速的启动并运行。开发套件包含许多通用的API接口并且支持英伟达所有的开发工具。该开发套件板载了许多硬件接口，可以灵活的扩展相关应用。 在网址https: 阅读全文
摘要：
前面的博客里说过最近几个月我从传统语音（语音通信）切到了智能语音（语音识别）。刚开始是学语音识别领域的基础知识，学了后把自己学到的写了PPT给组内同学做了presentation（语音识别传统方法(GMM+HMM+NGRAM)概述）。一段时间后老板就布置了具体任务：在我们公司自己的ARM芯片上基于k 阅读全文
摘要：
一方面更加增加自己C++的基本功，另一方面也可以让自己慢慢走入语音识别的大门。 首先我决定从kaldi的官网入手，不多说进入主题。 kaldi是什么kaldi是使用c++写的语音识别的工具，apache 授予了v2.0的证书（果真应验，apache旗下无弱将）。kaldi旨在供语音识别研究员使用。 阅读全文
摘要：
Kaldi是当前最流行的开源语音识别工具(Toolkit)，它使用WFST来实现解码算法。Kaldi的主要代码是C++编写，在此之上使用bash和python脚本做了一些工具. 语音识别，大体可分为“传统”识别方式与“端到端”识别方式，其主要差异就体现在声学模型上。 “传统”方式的声学模型一般采用隐 阅读全文
摘要：
kaldi是什么 kaldi是一个用C++写的语音识别工具包。kaldi旨在供语音识别研究员使用。当然，kaldi也可以用作声纹识别。关于他的详细介绍可以访问kaldi的官方文档 kaldi与中文语音识别感谢很多大神与科研工作者在kaldi上开源了他们的数据集和训练模型，让我这样的小白可以站在巨人的 阅读全文