关于YOLO：YOLO——You Only Look OnceFaster RCNN需要对20k个anchor box进行判断是否是物体，然后再进行物体识别，分成了两步。 YOLO(You Only Look Once)则把物体框的选择与识别进行了结合，一步输出，即变成”You Only Look Once”。 所以识别速度非常快，达到每秒45帧，而在快速版YOLO(Fast YO

折腾了大半天，最后发现自己只需要这样的一个环境jupyter：新手真的不建议去手动编译什么的（国内的网络）硬是搞得残废了~~~~大前提是你成功安装了docker容器（能够成功运行hello-world）一、安装paddlepaddle/book docker镜像houwenbin@houwenbin-GA-6UASL3:~$houwenbin@houwen

来源于：https://github.com/jcsilva/docker-kaldi-androidDockerfile:FROM ubuntu:16.04RUN mkdir -p /opt/android-sdk-linux && mkdir -p ~/.android && touch ~/.android/repositories.cfgENV WORKING_DI

最近开始倒腾Kaldi走了一些弯路，一心想在Windows上摸索，编译神马的都OK，最后却拦在了Kaldi最核心、最重要的脚本上；由于Windows下对软连接支持不好（甚至说是完全不能），放弃！！！转为linux（这个才是与国际接轨的）下：Linux下也是经历了很多曲折，什么GCC版本过低等等~~~~今天的话题是利用升级后的GCC编译完成Kaldi程式后，脚本运行时出现的“versio

Gin的基本入门案例：package mainimport ("github.com/gin-gonic/gin""net/http")func main() {router := gin.Default()////http://127.0.0.1:8080/params?firstname=lcd&lastname=dongrouter...

前一篇文章我们对Kaldi ASR有了初步的了解，我们再来看看怎么使用Kaldi的神经网络模型NNET3来进行wav文件语音识别~~~~下载中文预训练模型：[houwenbin@localhost ~]$ cd ~/kaldi-master/egs[houwenbin@localhost egs]$ wget -T 10 -t 3 http://kaldi-asr.org/models

以下代码来自：http://mmcheng.net/zh/imagespirit/ 本人仅作提取：SREngine语音识别引擎封装类：#pragma once/************************************************************************//* Notice: this project is use

简单讲就是，Input--->系统（这里指神经网络）--->Output（直接给出输入，NN神经网络就给出结果，一气喝成！！！）借用一段对话：

我们如何运用已经训练好的模型进行语音识别呢？这才是我们研究的目的啊，是不？很好，细心的你一定会发现kaldi源码src目录中有online*相关的模块，这就是我们今天的主角啦！！！Kaldi中有两个版本的online、online2分别是第一代、第二代，现在已经不维护online，转到online2了，但作为我们入门的，我建议还是选择online，由简入深嘛！！！默认kaldi