基于TensorFlow可以轻而易举搭建一个神经网络，而且很好地支持GPU加速训练。但基于TensorFlow的预测过程，往往需要在嵌入式设备上才能得以应用。对于我目前做的工作而言，用TF搭建神经网络以及用GPU加速训练过程的主要用处就是：获取训练后的参数（权重和偏置），将这些参数直接放到嵌入式板卡如FPGA中，以其低功耗、高性能、低延时等特点完成嵌入式AI工程。那么，提取出TF训练后的参数变成很

我在用Ubuntu20.04源码编译安装COLMAP时，遇到了一个报错如上。Log显示GPU架构没被认出来。参考来自：https://github.com/colmap/colmap/issues/1944。

这篇博文主要介绍多视角三维重建的实用工具COLMAP。为了让读者更快确定此文是否为自己想找的内容，我先用简单几句话来描述此文做的事情： 假设我们针对一个物体（人）采集了多个（假设60个）视角的照片，希望用COLMAP实现：(1)通过不同视角之间的特征匹配算出每个视角的相机位资（内外参）；(2) 对物体进行初步的稀疏重建，完成多视角数据的可视化（详见图3）。

github有时候git clone太慢了，用国内镜像的话就可以大大加速。我目前发现2个镜像网站：https://hub.fastgit.orghttps://github.com.cnpmjs.org目前测评来看，第一个镜像比较稳定，速度也快。使用方法：将git clone https://github.com/xxx/xxx.git改成git clone https://hub.fastgit

GradCAM是经典的特征图可视化工具，在CV任务中，能用于分析CNN学到了什么东西。先看一张图：这就是GradCAM做出的效果，它直观地表示出咱们模型认为图片是Dog的是依据哪些地方。GradCAM借用梯度来进行注意力表示，发表于ICCV2017，如今依然活跃在学术和工程界。GradCAM原理对于视觉任务，包括图像分类、目标检测等，通常都是backbone+head的形式。如图1所示。所以，Gr

适定问题(well-posed problem)和不适定问题(ill-posed problem)都是数学领域的术语。前者需满足三个条件，若有一个不满足则称为"ill-posed problem"：1. a solution exists解必须存在2. the solution is unique解必须唯一3. the solution's be...

写论文的时候需要画神经网络的结构图，用PPT和VISIO之类的工具画效率会比较低。本文将介绍2种基于网页的神经网络画图工具，让结构图更加酷炫。1. NN-SVG这个工具有三种画图风格：FCNN、LeNet、AlexNet。网页链接为：http://alexlenail.me/NN-SVG/只需选择一种喜欢的风格，然后在左侧配置栏里填入自己网络的详细参数，就可以实现自动画图...

抽个空整理下CV相关的会议截稿时间和举办时间。对于想投论文的萌新而言，这个一定很有用处。持续更新，欢迎收藏。收录会议包括：CVPR, ICCV, ECCV, SIGGRAPH, IJCAI, ICML, ICLR, NIPS, MM, AAAI, BMVC, ICIP, ACCV会议截稿时间举办时间CCF等级地点备注主页IJCAI...

openAI的图文多模态模型CLIP证明了图文多模态在多个领域都具有着巨大潜力，随之而来掀起了一股图文对比学习的风潮。就在前几天（2022年12月），连Kaiming都入手这一领域，将MAE的思路与CLIP的思路结合，推出了FLIP，有兴趣可戳（https://arxiv.org/abs/2212.00794）。对于迷茫的CV研究生，如果你找不到研究方向，just follow Kaiming绝对

三维视觉中，需要掌握四种坐标系：世界坐标系、相机视角坐标系、NDC坐标系、屏幕坐标系。