
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
好久不更新博文,在这里和加我的朋友说声“对不起,不好意思”,由于一直没有留意通过请求的信息,等看到的时候,已经过期!好了言归正传,此篇文章开始又要更新我的RK3399Pro的开发篇了。这次是因为工作所需,开始做产品了!首先介绍一下基础部分:首先要知道嵌入式开发和PC开发的不同之处,PC纯靠CPU和GPU通过编写程序,不计成本的进行运算,只要肯砸钱,配置越高运算能力越强。但嵌入式平台并不是这样的,嵌
http://blog.csdn.net/marvin521/article/details/9091555基于霍夫森林的目标检测 上节说了霍夫变换(HT)和广义霍夫变换(GHT),今天就接着广义霍夫变换说下去,在广义霍夫变换中,每个投票元素(比如边缘像素中的点)在霍夫空间中累加投票的权重是相等的,每个元素投票的权重互不影响,这其实是假设了图像空
目录前言一、两阶段检测算法发展历程R-CNN 这里重点讲解外部加速方法,旨在阐述训练大规模深度学习模型时的分布式计
一般形式编辑函数名: fscanf功 能: 从一个流中执行格式化输入,fscanf遇到空格和换行时结束,注意空格时也结束。这与fgets有区别,fgets遇到空格不结束。返回值:整型,成功返回读入的参数的个数,失败返回EOF(-1)。用法:1int fscanf(FILE*stream,constchar*fo
上一篇简单梳理了Hi35xx系列的软件包和文档,里面内容很多,光《HiSVP开发指南》就有258页。 就AI功能开发的话,我们先从RuyiStudio工具开始讲起,慢慢深入进去。RuyiStudio介绍Ruyistudio是一个windows版本的工具,集成了NNIE的mapper和simulator两大基本功能。 mapper是文件格式转换的插件,即将caffe的模型文件*.c...
http://xuebao.jlu.edu.cn/gxb/article/2014/1671-5497-44-1-137.html0引言图像处理、信息检索以及生物信息学等技术的发展,产生了以超大规模特征为特点的高维数据集。如何有效地从高维数据中提取或选择出有用的特征信息或规律,并将其分类识别已成为当今信息科学与技术所面临的基本问题[ 1]。特征选择是指从原始特征集中选择使
在pycharm中直接运行tf113tocaffe.py报错如下:cudnn_conv_layer.cpp:52] Check failed: error == cudaSuccess (30 vs. 0)unknown error如下图所示:解决方法:在tf113tocaffe.py所在目录下,打开终端:sudo python3 tf113tocaffe.py(重点是sudo python3)问
转载:http://blog.csdn.net/zy1034092330/article/details/48850437缩进最近由于工作原因,需要研究OpenCV中的Adaboost级联分类器。我阅读了OpenCV中所有相关得代码,包括检测和训练部分,发现目前OpenCV中的Adaboost级联分类器代码有以下2个特点:1.OpenCV代码中的实际算法与Paul.Viol
调用格式:自动截图I2=imcrop(I,rect);X2=imcrop(X,MAP,rect);RGB2=imcrop(RGB,rect);鼠标手动截图[Img0,rect]=imcrop(Img);% rect = [左上角点纵坐标(xmin), 左上角点横坐标(ymin), col(xWidth), row(yHeight)]







