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

(一)Linux下C++ OpenCV开发环境搭建

1.下载源码opencv官网2.编译路径切入源码目录执行命令:cmake -DOPENCV_GENERATE_PKGCONFIG=YES - DCMAKE_INSTALL_PREFIX=/home/lx/opencv/install ..makemake install注意:1).-DOPENCV_GENERATE_PKGCONFIG=YES选项是编译生成opencv4.pc这个文件用于pkg-c

#opencv#人工智能#计算机视觉
arduino upload程序时 出现can't open device /dev/ttyUSB0

刚拿到手arduino uno r3板子,着急就和linux连上了,想跑以下ROS中的“hello world“程序,无奈upload程序的时候提示can't open device /dev/ttyUSB0,Permissions Denied,查了之后原来是linux 中的串口权限设置的问题,解决办法如下,首先“list -l /dev/ttyUSB0“会出现”crw-rw-rw- 1 roo

(二)OpenCV Mat常用属性和方法

Mat类是OpenCV中的基本数据类型,是读取图像数据的容器,其由存储矩阵维度数据类型等的矩阵头和存储数据的部分组成。本身实现了内存的自动分配和释放。1.定义OpenCV Mat类对象实例OpenCV的Mat类中定义了大于25种的构造函数,简单介绍几种常见的定义初始化Mat对象的方法。1)从图像读取cv::Mat img = cv::imread(argv[1]);2)使用数组初始化double

#opencv#计算机视觉#c++
Tensorflow(r1.4)API--tf.summary.scalar

scalar(name,tensor,collections=None,family=None)###函数简介

#tensorflow
机器人领域的几大国际会议

【机器人领域几大国际会议】(1)ICRA:IEEE International Conference on Robotics and Automation,即IEEE机器人和自动化国际会议,由IEEE Robotics and Automation Society (RAS,机器人和自动化学会)主办,该领域规模(千人以上)和影响力最大的顶级国际会议。至今(2012年)已经成功举办了29届,只在中国

(一)ADE20K数据集

欢迎访问个人网络日志🌹🌹知行空间🌹🌹ADE20K数据集是2016年MIT开放的场景理解的数据集,可用于实例分割,语义分割和零部件分割。利用图像信息进行场景理解 和 。即最常见的任务,将图像的不同像素按对象类别 进行分类,不仅要识别不同物体所属的类别,还需识别出同类的不同物体。是在识别出的物体上分割出不同部分所属的零部件类别,这对于理解场景帮助机器人与环境交互十分重要,如在某个 中分割出来

#人工智能
(四)孪生神经网络介绍及pytorch实现

孪生神经网路SiameseNetwork介绍及基于Pytorch的实现

#计算机视觉#人工智能#视觉检测 +2
4.OCR文本识别Connectionist Temporal Classification(CTC)算法

这是2006年第23次ICML会以上的一篇论文。很多实际应用需要从未切分的数据中输出序列信息,如语音识别中的语音转文字,光学字符识别(Optical character recognition,OCR)中的字符图片转字符序列。循环神经网络(Recurrent neural networks,RNN)十分适合序列数据的学习,但其训练数据要求必须是切分后的序列,而实际应用中切分的训练序列数据标注比较困

#算法#人工智能#语音识别 +1
pip install -q git+https://github.com/tensorflow/docs.git报错

1.报错信息ERROR: Command errored out with exit status 128:command: git clone -q https://github.com/tensorflow/docs.git /tmp/pip-req-build-ndg3zlg6cwd: NoneComplete output (1 lines):fatal: unable to access

#git#python#tensorflow +2
(二)元学习算法MAML简介及代码分析

元学习算法MAML简介1.元学习(meta learning)2.模型无关元学习2.1 元学习问题建模2.2 MAML算法3.将MAML应用到回归分类任务上的算法流程参考资料论文: Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks Chelsea代码: https://github.com/cbfinn/mamlIC

#计算机视觉#视觉检测#人工智能
    共 12 条
  • 1
  • 2
  • 请选择