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

C++进阶语法——智能指针【C++深度学习部署(五)】

C++ 提供了内存管理的绝对⾃由度分配释放声明周期管理⼀些潜在严重问题未初始化的指针(wild pointer),也就是野指针,可指向内存的任何位置内存泄漏(memory leak),可能因为没有及时释放分配的内存空间悬空指针(dangling pointer):指针指向已经释放的对象所有权(ownership),引入智能指针谁拥有指针?何时可以删除指针?std::move(p1):转移p1拥有的

#c++
YoloV7目标检测(Pytorch官方版)【这也许是你见到最详细的博文!!!】

主干网络示意图如下,其实采用的和YoloV3、YoloV4、YoloV5类似的网络结构代码如下,多分支模块堆叠的类名为:Multi_Concat_Block输出:2.2 下采样网络结构结合了maxpooling和2 ×\times× 2步长的卷积代码如下,下采样结构类名为Transition_Block,输出:2.3 整个backbone代码整个主干网络实现代码为:输出:3、FPN特征金字塔bac

#目标检测#深度学习
C++进阶语法——OOP(面向对象编程)【C++深度学习部署(四)】

----->• 在析构函数中释放内存时,其他对象中的指针可能还在指向被释放的资源,在析构函数释放内存资源时可能会报错,例如下面的代码,如果使用编译器默认的拷贝构造函数,在进行析构函数释放内存资源时可能会报错。当调用析构函数的时候,由于后进先出的原则,new_account 上的地址被释放后,alice_account 的地址也会被释放,但地址已经被释放,所以会造成堆空间重复释放的问题,导致程序报错

#c++
Yolo V1、V2目标检测系统【详解】看不懂就在评论区diss我好吗

文章目录1、核心思想1.1 YoloV1存在的缺陷1、核心思想Yolo V1的核心思想就是:One cell will be responsible for predicting an object as long as an object’s center locating in that cell.翻译为中文:只要物体落在哪个格子(cell)中,那么那个格子(cell)将会预测这个物体。如图:

#目标检测#深度学习#图像处理
Lanelet2 OSM数据格式详解

Lanelet2使用基于OSM(OpenStreetMap)的XML格式来表示高精度地图。该格式采用分层结构,由三个基本元素构成:Node(节点)、Way(路径)和Relation(关系)。一、基础元素1.1 Node(节点)Node是最基本的元素,表示地图中的一个三维坐标点。关键属性: 唯一标识符: 纬度坐标(WGS84): 经度坐标(WGS84): 可见性标志: 版本号高度信息节点的高度信息可

#自动驾驶
YOLOV5 C++部署的人员检测项目,包括CUDA编程,PTQ校准,jetson部署,开发后处理【C++深度学习部署(十一)】

需要在有界面的主机上安装,远程ssh无法使用窗口# 建议使用conda虚拟环境 # 安装 pip install labelImg # 启动 labelImg深度学习量化就是将深度学习模型中的参数(例如权重和偏置)从浮点数转换成整数或者定点数的过程。这样做可以减少模型的存储和计算成本,从而达到模型压缩和运算加速的目的。如int8量化,让原来模型中32bit存储的数字映射到8bit再计算(范围是[-

#c++#深度学习
claude code安装命令

Pro 计划对 Opus 模型的使用量有较严格的限制。如果你需要大量使用 Opus 4.6,可能需要升级到。Claude Code 要求 Node.js 版本在 18.0.0 以上。订阅,它提供更高的 Opus 用量配额。看看你的账号下有哪些可用模型。然后会弹出模型列表,选择。

YOLOV5检测+追踪使用deepstream部署(c++版)

DeepStream是一个基于NVIDIA GPU和TensorRT的开源视频分析框架。它提供了一个端到端的、可扩展的平台,可以处理多个视频和图像流,并支持实时的人脸识别、车辆识别、物体检测和跟踪、行为分析等视觉分析任务。DeepStream可以通过在不同的节点上进行分布式部署来实现高吞吐量和低延迟的处理,从而满足各种应用场景的需求,如智能城市、智能交通、工业自动化等。Deepstream稳定高效

#c++#深度学习#目标检测
    共 51 条
  • 1
  • 2
  • 3
  • 6
  • 请选择