摘要：
一、前言 PyTorch模型的高性能部署问题，主要关注两个方面：高度优化的算子和高效运行计算图的架构和runtime。python有快速开发以及验证的优点，但是相比C++来说速度较慢而且比较费内存，一般高性能场景都是使用C++去部署，尽量避免使用python环境。 TensorRT为什么那么快，因为 阅读全文
该文被密码保护。 阅读全文
摘要：
一、问题描述 当我在C++多线程环境下使用OpenCV的cv::connectedComponentsWithStats函数，参数使用4连通（使用8连通没问题），但是报出了如下的错误： Program terminated with signal SIGSEGV, Segmentation faul 阅读全文
摘要：
一、前言 在日常并行编程开发时，我们通常想到的方式有OpenMP，TBB和原生的多线程等。这里先简要各种比较结论如下，然后会在各部分详细论述： TBB需要相当可观的重新设计程序，而OpenMP足够简单； TBB不太适合并行化已有的实现，它为新设计的并行程序培养一种好的编程风格和更高的抽象层； 在论文 阅读全文
摘要：
一、前言 程序的CPU问题是另外一类典型的程序性能问题，很多开发人员都受到过程序CPU占用过高的困扰。本文首先探讨了CPU占用率的排查方法，其次针对一些典型的CPU问题进行分析，最后总结了一些实践心得。 二、CPU占用率排查方法 对于C/C++程序，目前业界使用的比较多的CPU热点定位工具有：val 阅读全文
摘要：
一、前言 YOLOv5是一个在COCO数据集上预训练的物体检测架构和模型系列，它是YOLO系列的一个延申，其网络结构共分为：input、backbone、neck和head四个模块，yolov5对yolov4网络的四个部分都进行了修改，并取得了较大的提升，在input端使用了Mosaic数据增强、自 阅读全文
摘要：
一、深度学习模型热更新 在工程中，完成一个模型的核心目标就是上线来跑，而且版本需要做迭代，或者是针对一些实时的情况，需要对模型或者模型内的参数进行热更新。然而，一旦服务上线了，就不能随意停止或者是重启服务，服务终止所带来的损失在互联网时代看来是非常难以支撑的，所以要保证尽可能小的损失的话，就需要有特 阅读全文
摘要：
论文一.工件表面微小缺陷的检测与识别方法 地址：http://journal.seu.edu.cn/oa/DArticle.aspx?type=view&id=201404010 针对微小缺陷在复杂背景图像情形下分割难的问题,提出了一种基于像元搜索算法的微小缺陷检测方法.首先采用直方图均衡化提升背景 阅读全文