2023年9月2日
c++编译
摘要： 1.1 c++编译 c++脚本程序写完之后,并不能直接运行,需要进行编译,转成.o文件,再链接才能运行，一般包括：预处理，汇编，编译。链接四步，如下： 预编译 把 .c源文件编译成 .ii 预处理文件 gcc -E [源文件.c] -o [自定义名.ii] 编译成汇编语言 把 .i 文件编译成 .s 阅读全文
posted @ 2023-09-02 16:50 silence_cho 阅读(65) 评论(0) 推荐(0) 编辑
tensorrt学习(三)
摘要： 继续整理tensorrt的学习资料，方便后续查看. (文章内容大部分摘取于网络资源) ## 1 int8量化 int8量化就是将网络的权重由float32类型缩放为int8类型，同时记录缩放的scale。为了尽可能的不丢失精度，需要采用标定图片来确定缩放的范围。 ### 1.1 int8量化原理 * 阅读全文
posted @ 2023-09-02 16:38 silence_cho 阅读(119) 评论(0) 推荐(0) 编辑
tensorrt学习(二)
摘要： 继续整理tensorrt的学习资料，方便后续查看. (文章内容大部分摘取于网络资源) ## 1. tensorrt插件 对于tensorrt不支持的算子，可以通过plugin插件的方式，自己实现。这里采用在pytorch中自定义一个算子，导出到onnx中，然后实现一个tensorrt plugin来 阅读全文
posted @ 2023-09-02 16:32 silence_cho 阅读(400) 评论(0) 推荐(0) 编辑
tensorrt学习(一)
摘要： 整理下tensorrt学习资料，方便后续查找。(文章内容大部分摘取于网络资源） # 1. tensorrt介绍 安装： https://docs.nvidia.com/deeplearning/sdk/tensorrt-install-guide/index.html tensorrt python 阅读全文
posted @ 2023-09-02 16:26 silence_cho 阅读(962) 评论(0) 推荐(0) 编辑
2022年5月1日
Cmake基础知识
摘要： 最近要使用到cmake，花了几天学习和整理了下，简单记录下笔记，方便日后查看。强烈建议跟着下面cmake-examples这个github实践一遍，再结合官方手册查询下相关命令含义。 本篇笔记主要参考资源： https://github.com/ttroy50/cmake-examples 官方Cm 阅读全文
posted @ 2022-05-01 11:48 silence_cho 阅读(489) 评论(0) 推荐(0) 编辑
2022年4月13日
matplotlib绘图学习
摘要： 最近频繁用到matplotlib绘图，梳理了下官网的tutorial，记录下学习笔记。主要是对下面链接的翻译和个人理解整理。 https://matplotlib.org/3.5.0/tutorials/introductory/usage.html 1. 基础知识 matplotlib绘图中包括两 阅读全文
posted @ 2022-04-13 13:37 silence_cho 阅读(330) 评论(0) 推荐(0) 编辑
2021年10月28日
zmq模块的理解和使用二
摘要： 1. 问题描述 在之前的文章里（zmq模块的理解和使用），写过zmq有三种模式供选择，我工作中主要采用PUB-SUB模式。使用场景主要包括一个server端和多个client端： server端：进行视频读取，并对每张图片进行目标检测和跟踪，采用PUB模式，将检测和跟踪结果广播出去 client端： 阅读全文
posted @ 2021-10-28 20:29 silence_cho 阅读(1333) 评论(0) 推荐(0) 编辑
2021年8月21日
sift算法使用
摘要： 实际项目中一般都直接使用封装好的sift算法。以前为了用sift，都是用的旧版本：opencv-contib-python=3.4.2.17，现在sift专利过期了，新版的opencv直接可以使用sift算法，opencv-python==4.5.1版本测试可以使用。 sift算法理论部分参考前面文 阅读全文
posted @ 2021-08-21 18:07 silence_cho 阅读(5782) 评论(0) 推荐(0) 编辑
Backward Propagation 反向传播
摘要： 深度学习神经网络训练过程主要涉及到两个过程，一个是数据前向传播(data forward-propagation)，输入数据经过网络正向计算，输出最终结果；另一个是误差反向传播(error backward-propagation)，网络输出结果的误差和梯度反向传播，并更新权重。反向传播过程又可以细 阅读全文
posted @ 2021-08-21 10:26 silence_cho 阅读(1373) 评论(0) 推荐(0) 编辑
2021年8月15日
sift算法理解
摘要： SIFT(Scale-Invariant Feature Transform) 尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 阅读全文
posted @ 2021-08-15 14:54 silence_cho 阅读(1700) 评论(0) 推荐(1) 编辑
下一页