摘要：
前一篇实现了ResNet18训练自定义数据集，详细介绍了数据集制作、模型构建及训练，并且介绍了相应模块如何可视化。前面训练阶段是在python环境下进行的，但实际工程部署的时候大都采用C++实现推理，这一篇我们借助OpenCV实现ResNet18推理。 一、准备 1、OpenCV编译及安装 借助Op 阅读全文
摘要：
前面一篇内容讲解了如何利用Pytorch实现ResNet，这一篇我们用ResNet18实现一个二分类。接下来从模型、数据及训练三个方面展开。 一、目标 利用ResNet18将以下数据分为两类 class_0 class_1 二、模型 ResNet系列的模型在上一篇已经详细介绍了，这里采用ResNet 阅读全文
摘要：
一、为什么引入ResNet 通过上一篇分类网络的介绍，我们知道网络的宽度和深度可以很好的提高网络的性能，深的网络一般都比浅的的网络效果好，但训练一个很深的网络是非常困难的，一方面是网络越深越容易出现梯度消失和梯度爆炸问题， 然而这个问题通过BN层和ReLU激活函数等方法在很大程度上已经得到解决；另一 阅读全文
摘要：
深度学习在2D视觉领域分类 一、图像分类 图像分类是指将数字图像自动分类到不同的预先定义类别中。 二、目标检测 目标检测是指在图像或视频中自动识别和定位特定物体的任务。与图像分类不同，它不仅需要确定物体的类别，还需要找出物体在图像中的位置。 按照框分类又可以分为平行框检测和旋转框检测。 平行框 旋转 阅读全文
摘要：
分类网络 深度学习在图像邻域的应用大致可以分为图像分类、目标检测、图像分割三大类，其中图像分割又可以细分为语义分割、实例分割和全景分割，这一篇梳理下常见的分类数据集和分类网络，后续会重点介绍ResNet，并逐步实现ResNet训练及推理。 一、常用分类数据集 MNIST 内容是0-9的手写数字，60 阅读全文
摘要：
本文对接触到的深度学习相关内容做一个梳理。 一、深度学习 1. 深度学习是什么 深度学习（Deep Learning）是机器学习（Machine Learning）的一个研究方向，而机器学习属于人工智能（AI， Artificial Intelligence）的范畴，人工智能是研究、开发用于模拟、延 阅读全文
摘要：
一、ncnn模型 可由ncnn库中的onnx2ncnn工具将onnx格式模型转换为ncnn格式的.param和.bin两个文件，其中param记录了各算子，param文件可直接由可视化工具Nerton打开查看，这里记录下param文件格式。ncnn模型的加载参考:ncnn加载模型的几种方式 二、pa 阅读全文
摘要：
一、平面射线与线段是否相交 1.1 相交检测 步骤 1、判断射线方向\(\vec{d}\)（单位向量）是否与线段所在方向\(\vec{AB}\)是否平行，如果平行则不相交 2、假设射线与线段交点为\(P\)，则计算\(|\vec{AP}|\)与\(|\vec{AB}|\)的比例\(u\) 3、如果\ 阅读全文
摘要：
已知条件 \(ori(x, y, z)\)表示射线起点坐标 \(dir(x, y, z)\)表示射线方向(单位向量) \(Bound\)表示AABB包围盒 \(Bound.MinBound\)表示包围盒在各轴向最小坐标 \(Bound.MaxBound\)表示包围盒在各轴向最大坐标 一般平面方程为\ 阅读全文
摘要：
一、OpenMP TBB选择 参考https://blog.csdn.net/yuwei629/article/details/9302343 OpenMP需要编译器支持，TBB需要下载运行库 TBB 大量使用了 C++ 模板和用户自定义类型，所以特别适宜对象导向程度较高的代码, 但TBB只支持C+ 阅读全文