logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

保姆级教程 - atlas500部署yolov3-tiny检测实时视频流[1] - 内网环境下docker部署atlas500 开发环境 [踩坑记录]

保姆级教程 - atlas500部署yolov3目标检测 [踩坑记录]— 本教程详细介绍在华为atlas500智能小站上,部署自己的darknet版本的yolov3目标检测模型经过多次踩坑,总结到,还是要多看官方文档,论坛文章仅能作为借鉴。毕竟软件生态版本迭代较快。相关技术文章具有时效性,和您的软件环境也不一定匹配,但还是想系统整理出文章,一起沟通讨论。本教程主要涉及以下四部分:内网环境下Dock

#深度学习
RapidJSON生成json格式文件

Json串:花括弧表示一个“容器”方括号装载数组名称和值用冒号隔开数组元素通过逗号隔开JSON示例{"name":"jack",//常规类型"age":18,"sub":["a","b"],//value是数组"elp":[ {"a":"A","b":"B"},//value是一个数组且里面每个元素又是一个json格式...

tesseract自动化训练批量训练字库

win10 .bat批处理脚本自动化训练tesseract4.0,至少可以半自动化

python时间序列数据预测教程之 arima

最近接触时间序列较多,在借鉴很多人的知识之后,特此总结一下。目前关于时间序列数据分析预测大致有三种主流方法:1、ARIMA系列方法2、facebook开源的Prophet模型3、LSTM时间序列预测本系列将用python进行实现并做出总结。首先,本文项目中所用数据为近一段时间内,间隔30分钟采样的气象数据(包括温度、湿度、风速、风向等数据)。在本文的理解中,arima方法仅支持单变量预测...

#python
python时间序列数据预测教程之 arima

最近接触时间序列较多,在借鉴很多人的知识之后,特此总结一下。目前关于时间序列数据分析预测大致有三种主流方法:1、ARIMA系列方法2、facebook开源的Prophet模型3、LSTM时间序列预测本系列将用python进行实现并做出总结。首先,本文项目中所用数据为近一段时间内,间隔30分钟采样的气象数据(包括温度、湿度、风速、风向等数据)。在本文的理解中,arima方法仅支持单变量预测...

#python
到底了