1、服务器中实用NVIDIA A100并且装有cuda 12.4版本，而paddlepaddle-gpu比较接近时cuda 12.3版本。格式分布如上，图片数据：data_dir+第一个数据。

1、点乘--A*BA*B是以数学运算中矩阵相乘的方式实现的，即Mat矩阵A和B被当做纯粹的矩阵做乘法运算，要求A的列数等于B的行数时，才能定义两个矩阵相乘。如A时m*n矩阵，B是n*p矩阵，乘积AB是一个m*p矩阵。参与点乘的两个Mat矩阵的数据类型只能是CV_32F、CV_64FC1、CV_32FC2、CV_64FC2这4种类型中的一种。2、dot--A.dot(B)相当于数学向量运算中的点乘，

1、在gpu编写opencl代码#include <iostream>#include <stdlib.h>#include <string.h>#include <stdio.h>#if defined(__APPLE__) || defined(__MACOSX)#include <OpenCL/cl.hpp>#else#includ

1.SIFT特征点和特征描述提取import cv2 #这里使用的Python 3def sift_kp(image):gray_image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)sift = cv2.xfeatures2d_SIFT.create()kp,des = sift.detectAndCompute(image,None)kp_image =

服务器上A100显卡的cuda版本是12.4，选择安装paddlepaddle-gpu 3.2.0版本。GPU显存占用：8G，推理耗时在1秒左右，数据准确性而言存在一定的识别错误。安装paddleocr所有功能模块。

rm -f /home/agu/.config/bcompare/registry.dat

1、卷积算子 torch.nn.Conv2d（1）原理：假设输入图像input尺寸为4x4，元素矩阵为:卷积核kernel尺寸为3x3，元素矩阵为:步长strides =1,填充padding=0，即i=4,k=3,s=1,p=0,则按照卷积计算公式，输出图像output的尺寸为2x2。（2）代码import torchimport numpy as npimport cv2import os#

在box逆时针旋转过程，与x正轴相交的第一条边就是w，另外是h，w和h的大小没有必然联系。以下opencv的版本为4.0.6，尤其以前的老版本有很大差异。3、按照最小角度旋转，下面是伪代码，注意就是angle的问题。1、cv::RotatedRect返回的w，h，angle。angle返回值是[0,90]，为图示所讲的角度。// angle>0时，绕逆时针旋转。

明明已经正常安装nvidia驱动，但是关闭屏幕后（例如挂起，或者重新启动后），出现nvidia lost。nvidia无法启动X的问题。1、使用dmesg可以查看到，使用nvidia-bug-report.sh进行得到日志2、在当前文件夹下获取日志，nvidia-bug-report.log[5.283] (II) LoadModule: "glxserver_nvidia"[5.283] (WW

MNN/build/libMNN.so,MNN/build/express/libMNN_Express.so,MNN/build/tools/cv/libMNNOpenCV.so ,MNN-3.3.0/build/source/backend/opencl/libMNN_CL.so添加到libs，在CPU中耗时是1600ms，在opencl耗时是5ms，就是加载模型创建session稍微慢点，反