上一页 1 2 3 4 5 6 7 8 9 10 ··· 12 下一页
摘要: 0, 前言 百度开放了很多AI能力,其中人脸识别就是其中之一。 本文对百度人脸识别AI进行实践检验,看看其使用效果如何。 鉴于是最为基础的实践,基本都是在其接口范例代码修改而来。 百度人脸识别AI网站: https://console.bce.baidu.com/ai/#/ai/face/overv 阅读全文
posted @ 2017-12-31 00:32 jack0424 阅读(1202) 评论(1) 推荐(0) 编辑
摘要: 看了《深度学习世界深度学习世界深度学习世界深度学习世界》2017-12-21 的文章“验证码,再见!利用机器学习在15分钟内破解验证码”,觉得简单易行,对于深度学习新手来说动手实践的可行性很强。遂决定亲手实践一下,体验深度学习在解决实际问题方面的威力。 1,安装Python环境 本机的配置是64位w 阅读全文
posted @ 2017-12-26 08:03 jack0424 阅读(1464) 评论(0) 推荐(0) 编辑
摘要: 1,起因 某delphi程序A使用了Indy9.0.18组件。机器中原本自带老版本的Indy组件9.0.12,后升级到9.0.18,使用一直正常。 某次操作将程序A重新build all了一下,结果提示如下信息,此后即便是compile也会出错。 2,解决 显然错误原因在于indy组件出现了交错使用 阅读全文
posted @ 2017-11-09 15:06 jack0424 阅读(457) 评论(0) 推荐(0) 编辑
摘要: 1, 车位占用状态识别原理 灰度直方图是灰度级的函数,描述图像中该灰度级的像素个数(或该灰度级像素出现的频率):其横坐标是灰度级,纵坐标表示图像中该灰度级出现的个数(频率)。一维直方图的结构表示为: 直方图可以用来描述不同的参数和事物,如物体的色彩分布,物体的边缘梯度模版以及目标位置的当前假设的概率 阅读全文
posted @ 2017-11-02 08:59 jack0424 阅读(1254) 评论(0) 推荐(0) 编辑
摘要: 1,问题现象 某次测试发现,程序失去响应。由于程序集成了EurekaLog组件,弹出了错误框。查看其给出的Call Stack信息,发现没有发生线程死锁(DeadLock=0;),问题在于 Wait Chain=找不到指定的程序。 Call Stack Information: |Methods | 阅读全文
posted @ 2017-09-22 13:58 jack0424 阅读(45070) 评论(1) 推荐(0) 编辑
摘要: 0,程序背景 公司开发一个delphi程序,执行数据采集和转发任务,作为硬件设备和主控软件之间的接口,起到软硬件分离的作用。 接口程序接收硬件的HTTP消息推送,分析处理后将数据存入MYSQL数据库,以及内存中。 主控软件定时与接口程序通信,接口程序将数据传给主控程序。主控程序分析后,将结果发给接口 阅读全文
posted @ 2017-09-18 17:20 jack0424 阅读(1542) 评论(0) 推荐(0) 编辑
摘要: 一, 需求 要做一个组件,供程序调用的,要实现能够调整大小,角度,颜色。用法类似下图中的红框。 比如VB程序有个地图,在程序运行期间能够实现控件的添加、移动、旋转、缩放、删除、保存。 图中可以放置图标。 二, 需求分析 1) 控件具有长宽、角度、颜色(线框、填充)、粗细、可编辑等属性。 2) 控件具 阅读全文
posted @ 2017-08-17 11:54 jack0424 阅读(857) 评论(0) 推荐(0) 编辑
摘要: 1,资源争用保护 对于文件操作、界面资源、GDI操作等一般由主线程完成的任务,要加以顺序化处理(serialization),即一个资源一次只能由一个线程访问,多个线程同时访问将导致错误。 方法一般可采用TRTLCriticalSection,程序启动时创建TRTLCriticalSection实例 阅读全文
posted @ 2017-08-17 09:42 jack0424 阅读(688) 评论(0) 推荐(0) 编辑
摘要: 1,前言 伴随人工智能和深度学习的应用越来越普及,越来越多的开发人员开始投入到智能算法的编程中。由于算法成熟且公开,软件编码这一块不存在难度;但模型训练和预测所需的时间与硬件设备的配置有极大关系,很多开发人员并不具备GPU计算能力,如此只能在cpu上计算将耗费太多时间,对于模型调试和实际应用产生实质 阅读全文
posted @ 2017-07-24 15:51 jack0424 阅读(7239) 评论(0) 推荐(0) 编辑
摘要: 1,运行准备 按照https://github.com/matthewearl/deep-anpr说明的用法,运行过程分以下4步: (1)准备10万个背景图片 (2)合成1000个测试车牌图像 (3)训练,以取得权重参数 (4)车牌检测 1.1准备背景图片 下载http://vision.princ 阅读全文
posted @ 2017-07-24 11:26 jack0424 阅读(3969) 评论(8) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 10 ··· 12 下一页