1 将Mediapipe handtracking封装成动态链接库dll/so的意义Mediapipe提供了在cpu低延时下的高性能以及丰富功能，比如人脸识别，手部跟踪与识别，全身关节跟踪与识别，如果我们能在我们的应用中加入这些功能岂不是很酷！在python环境下，我们可以通过直接安装Mediapipe包来使用Mediapipe功能，但是我们的桌面应用如果想使用Mediapipe是不是还要集成py

我自己以为只要是下载cuda 11.4的版本就行了，之后的小版本就没在意，所以当时下载的时候我就下载了cuda 11.4.1，但是cuda 11.4.1的cuBLAS的版本只有11.5.4.8，那么如何知道哪一个cuda版本中的cuBLAS版本呢？所以我们应该下载安装的版本是cuda 11.4.2，而不是cuda 11.4.1，所以为了避免出现问题（虽然不知道不适用对应的cuda版本会出现什么问题

1 动态更换fbx模型的指定纹理贴图在使用ThreeJS中的FBXLoader的过程中，我们在有的时候只需要Fbx模型的网格信息，而每个网格的纹理我们想自己动态的指定，这在OpenGL中很简单，在ThreeJS同样也是非常简单。动态更换子mesh中纹理贴图可参考以下代码：var fbxModelfilepath = './example.fbx';var fbxLoader = new THREE

最近使用three.js在场景中显示gltf模型时候，当我使用操作摄像机想近距离观察gltf模型的时候发现一部分模型消失了，比如说假如这个模型是一匹马，当我远距离观察时可以完整的看到整匹马，但是当我想拉近摄像头近距离观察马的时候，这个时候我只能看到马的头，马的身子和脚的部分突然就消失了。我马上意识到是摄像机的视椎体出现了问题，但是我的视椎体设置的很大，如下肯定可以把这个模型完整的包含在视椎体里面，

文章目录1 将图片转换为深度模型输入格式1.1 自行进行转换1.1.1 BGR通道转RGB通道1.1.2 图片归一化1.1.3 HWC转CHW1.2 使用cv::dnn::blobFromImage进行转换1.2.1 函数形式1.2.1 函数参数1 将图片转换为深度模型输入格式在C++进行人脸识别、目标检测的过程中，经常是以图片数据作为深度学习模型推理的输入数据的，但是从OpenCV读取的图片数据

1 裁剪视频的原因在有些情况下，我们只需要视频中间部分的视频内容，所以需要通过裁剪去掉周围冗余的视频部分。2 代码# -*- coding: utf-8 -*-import cv2import osdef crop_video_by_width(input_video_path,out_video_path):# 判断视频是否存在if not os.path.exists(input_video_

1 TensorRT 8.2 EA版本支持爱因斯坦求和算子EinsumNVIDIA在2021年10月6日发布的TensorRT新版本 8.2 Early Access版本终于开始支持爱因斯坦求和算子Einsum，这个消息真是为模型工业化部署的同学省了不少的时间。TensorRT中具体可支持的Onnx算子可参考：https://github.com/onnx/onnx-tensorrt/blob/m

1 转换模型1.1 Caffe模型转换为TensorRT模型将Caffe模型转换为TensorRT模型，启动所有精度以达到最佳性能trtexec --deploy=mnist.prototex --model=mnist.caffe --saveEngine=mnist.trt --best将Caffe模型转换为TensorRT模型，启动所有精度以达到最佳性能，并跳过推理性能测试trtexec -

文章目录1 将图片转换为深度模型输入格式1.1 自行进行转换1.1.1 BGR通道转RGB通道1.1.2 图片归一化1.1.3 HWC转CHW1.2 使用cv::dnn::blobFromImage进行转换1.2.1 函数形式1.2.1 函数参数1 将图片转换为深度模型输入格式在C++进行人脸识别、目标检测的过程中，经常是以图片数据作为深度学习模型推理的输入数据的，但是从OpenCV读取的图片数据

1 FFmpeg录屏以及录音的命令最近需要用到FFmpeg录制声卡中的声音，在cmd.exe的命令行中使用正常的录音命令：ffmpeg -f dshow -i audio="virtual-audio-capturer" -acodec aac f:\temp.aac是可以实现录制的然后按照官方的按Q键暂停录制也是正常的停止录制了