ffmpeg 是一个自由软件，认为是视频界的手术刀，可以运行音频和视频多种格式的录影、转换、流功能，包含了libavcodec——这是一个用于多个项目中音频和视频的解码器库，以及libavformat——一个音频与视频格式转换库。 “FFmpeg”这个单词中的“FF”指的是“Fast Forward”1.将视频 MP4 转化为 GIFffmpeg -i OUTPUT_VIDEO.mp4 OUT..

(https://blog.csdn.net/m0_37477175/article/details/83004746)

一，openpose是一种自底向上的算法：OpenPose人体姿态识别项目是美国卡耐基梅隆大学（CMU）基于卷积神经网络和监督学习并以Caffe为框架开发的开源库。可以实现人体动作、面部表情、手指运动等姿态估计。适用于单人和多人，具有极好的鲁棒性。是世界上首个基于深度学习的实时多人二维姿态估计应用，基于它的实例如雨后春笋般涌现。检测所有的关键点，再group成不同的人，是当前比较流行的人体姿...

1.opencv-python包含opencv的主模块。下载地址https://pypi.org/project/opencv-python/#files2.opencv-contrib-python属于加强版，除了主模块，还包含一些增强模块及以下测试的新算法，验证成熟后，再加入主模块。下载地址https://pypi.org/project/opencv-contrib-python/...

一，两者的定义matrix 只能表示二维数据，而 nparray 可以表示 N 维数据。matA = np.mat([[1, 2],[3, 4]])arrB = np.array([[1, 2], [3, 4]])二，两者的点积表达ndarray的点积a =np.array([[1,4,5],...[1,4,5]])b =np.array([[2,3],[2,3],[2,3]])...

一，SE：Squeeze-and-Excitation的缩写，特征压缩与激发的意思。可以把SENet看成是channel-wise的attention，可以嵌入到含有skip-connections的模块中，ResNet,VGG,Inception等等。二，SE实现的过程1.Squeeze: 如下图的红框。把每个input feature map的spatial dimension 从H ...

经典分类网络的keras权重.H5文件：1.resnet及其变种的权重：https://github.com/keras-team/keras-applications/releases/tag/resnet2.其他网络权重：VGG,Inception,densenet,mobilenet等https://github.com/fchollet/deep-learning-models/...

一，Adaptive Instance Normalization (AdaIN Normalization)自适应实例归一化（AdaIN）层。主要用于图像风格转换的自编码结构网络。二，AdaIN 输入为内容编码（content input x ）与风格编码 （style input y）, 对于每个channel，将x的通道级（channel-wise）均值和标准差匹配到y的通道级均值和标准..

Traditional Pooling Methods要想真正的理解Global Average Pooling，首先要了解深度网络中常见的pooling方式，以及全连接层。CNN网络中常见结构是：卷积、池化和激活。卷积层是CNN网络的核心，激活函数帮助网络获得非线性特征，而池化的作用则体现在降采样：保留显著特征、降低特征维度，增大kernel的感受野。深度网络越往后面越能捕捉到物体的语义信息..