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

zynq7020的ARM单片机编译与运行程序MTCNN

背景:FPGA的运行需要片上ARM的控制,所以需要针对片上ARM编写的源码并且需要片上ARM执行源码。目的:运用ARM编译MTCNN的代码,然后在ARM上运行。目录一、创建虚拟机二、虚拟机上编译通过程序2.1 cmake的编写2.2 运行2.3 makefile可否单独对程序make三、交叉编译openCV四、运行简单的测试程序4.1 连接ARM单片机4...

FPGA实现MTCNN实现公交人头检测项目情况

目录一、原始zynqNet实现步骤二、MTCNN实现步骤2.1 项目进展2.2 软件端2.2.1 python程序更改2.2.2 c端程序的实现2.2.3 卷积的更改2.2.4 openCV库2.3 ARM上进行移植2.2.3 程序更改为FPGA程序2.2.4 虚拟机上运行程序 一、原始zynqNet实现步骤zynqNet项目情况,蓝线已...

虚拟机交叉编译openCV详细步骤及bug解决详解

目的:交叉编译openCV库,用于xilinx的MIZ7020的FPGA的片上ARM运行。目录一、安装依赖项二、安装编译器2.1 编译器安装与路径2.2 环境变量配置三、安装依赖库3.1 下载依赖库3.2 交叉编译依赖库zlib的交叉编译为例:流程libjpeg的交叉编译libpng的交叉编译yasm的交叉编译libx264的交叉编译li...

虚拟机上安装openCV

背景:MTCNN程序的编译依赖openCV库,所以需要将openCV在虚拟机上进行安装。目的:在虚拟机上安装openCV。目录一、创建虚拟机二、虚拟机联网2.1 选择桥接模式2.2 选择桥接网卡三、安装openCV3.1 查看服务器已安装版本3.2 安装OpenCV安装依赖库:下载openCV安装新版本3.3.0失败安装旧版本2.4.9配置环...

Ubuntu14.04安装Anaconda3-2018.12-x86_64

背景:anaconda这是一个非常齐全的python发行版本,非常利于管理各种python包及相应的库版本。目的:在ubuntu14.04版本的linux服务器上安装anaconda目录一、版本查看1.1 ubuntu版本查看1.2 服务器版本查看二、下载与安装Anaconda三、环境变量添加与配置3.1 添加python到环境变量中3.2 生效环境变量3...

CycleGAN论文详解:Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks

背景:ICCV2017的spotlight论文 cycleGAN在图像域迁移任务之中,不需要源域和目标域成对的样本对,只需要源域和目标域的图像即可。非常实用的地方就是输入的两张图片可以是任意的两张图片,也就是unpaired。对于我们项目很有作用。目的:详解CycleGAN论文。论文地址:https://arxiv.org/abs/1703.10593目录一、效果概览二、传统G...

CycleGAN论文详解:Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks

背景:ICCV2017的spotlight论文 cycleGAN在图像域迁移任务之中,不需要源域和目标域成对的样本对,只需要源域和目标域的图像即可。非常实用的地方就是输入的两张图片可以是任意的两张图片,也就是unpaired。对于我们项目很有作用。目的:详解CycleGAN论文。论文地址:https://arxiv.org/abs/1703.10593目录一、效果概览二、传统G...

CycleGAN(五)loss解析及更改与实验

目的:弄懂loss的定义位置及何更改。目录一、论文中loss定义及含义1.1 论文中的loss1.2 adversarial loss1.3 cycle consistency loss1.4 总体loss1.5 idt loss二、代码中loss定义2.1 判别器D的loss2.2 生成器G的loss2.3 Idt loss2.4 定义位置汇总...

PyTorch项目应用实例(七)模型添加中继loss | 中继监督优化

背景:网络最终的预测结果作为loss,可以继续添加中间loss做为思路:增加原始网络中继输出——中继输出与标签之间运算loss——与原始loss想加做为最终loss博主代码地址:https://github.com/Xingxiangrui/various_loss_and_intermedia_supervision目录一、原始loss的运算1.1 loss位置1.2 c...

CVPR2021论文详解Rainbow Memory: Continual Learning with a Memory of Diverse Samples

论文地址:https://arxiv.org/abs/2103.17230代码地址:https://github.com/clovaai/rainbow-memory本文基于样本回放的方法,本文某种意义上借鉴了主动学习中找难样本的方法,将找到的难样本作为Memory中用于回放的样本。本文的意义在于如何寻找难样本。1.贡献点因为本文涉及memory,因此可以看作基于样本回放的增量学习方法。本文解决的

    共 34 条
  • 1
  • 2
  • 3
  • 4
  • 请选择