在github上自己fork下来的代码pull到本地后进行了修改，后来upstream的代码更新，和自己改过的部分有冲突。可以用git命令行解决冲突：查看原有远程分支信息git remote -vgit fetch upstreamgit merge upstream/master在merge时如果提示冲突：Auto-merging allennlp/training/traine...

最近需要在linux中使用opencv的VideoCapture，获取网络摄像头视频，但是一直在open时返回false。原因在与opencv编译过程中没有ffmpeg。解决方法是先安装ffmpeg，然后编译一遍opencv，在cmake时加一个ffmpeg选项。网上查到好多和交叉编译相关的，但是这里我不需要。解决：1.安装ffmpeg。在很多博客中写的是源码编译，但是我用命令直接安装就可以...

Qt中使用vlc-qt处理音视频需要下载vlc-qt或者自己编译（linux配置vlc-qt）。播放视频或者连接网络摄像头感觉都挺流畅。这两天用了一点点vlc-qt，简要记录一下：处理视频时需要的几个类：VlcInstance，VlcMedia（连接视频），VlcMediaPlayer（控制播放）VlcVideoStream（视频抽帧）VlcWidgetVideo（显示视频的控件）视...

转自https://blog.csdn.net/z3512498/article/details/64922180笔者这里只演示如何在linux下打包免安装程序，程序名称为giptables，QT版本是5.7.1，以下如出现这个名称，则一律替换成读者自己的应用程序名称。0、找个地方，比如桌面，创建空文件夹Giptables，这个将用来存放giptables程序的运行文件1、先将工程使用R...

参考：Qt + GDAL 写入矢量图层 shpwindows下的QT(mingw版）+GDAL库下载、安装、测试已经编译好的GDAL库下载:https://download.csdn.net/download/carry_qt/10648004浏览shp格式的小软件：Shape ViewerQt中添加GDAL库：INCLUDEPATH += D:\GDAL\includeLIBS ...

OCR-VQA: Visual Question Answering by Reading Text in ImagesICDAR 2019论文地址OCR-VQA数据集前不久看了一个2020年文档图像分析与识别前沿理论与应用研讨会的视频，金老师在展望中提到了OCR和NLP结合的新的研究方向Text VQA，还说了如果只是把文档中的字识别出来是没什么用的，更重要的是从中发现有意义的东西（需要理解文本

CMake+libtorch+Qt毕业设计打算做一个小软件，实现一个简单的Machine Reading。前几天pytorch发布了1.0稳定版，据说在部署上更方便，于是尝试一下。首先准备anaconda+pycharm+Qt+pytorch1.0+libtorch。首先将pytorch官方的示例在ubuntu中做了一遍，完成之后，需要的是把Qt做的界面加入到里面，走了一些弯路，在windo...

知乎：深度学习为什么会出现validation accuracy大于train accuracy的现象？概括他们的答案：validation的样本数量一般远小于training的val的时候是用已经训练了一个epoch的model进行测试的(经过大量的训练学习到东西了)data augmentation把训练集变得丰富，制造数据的多样性和学习的困难来让network更robust（比如旋...

学习NLP，推荐一下AllenNLP这个工具。从学习pytorch到学习处理NLP问题，中间有很长的路要走，其中有很多坑。NLP数据的预处理要比CV的麻烦很多，比如去除停用词，建立词典，加载各种预训练词向量，Sentence -> Word ID -> Word Embedding的过程（文本预处理方法小记）。用到RNN时