- @zh8706
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
前提条件：需先编译好boost库，参考我的另外一篇文章嵌入式开发(五)：海思Hi3559AV100交叉编译boost1.下载websocketpp下载路径https://github.com/zaphoyd/websocketpp/得到websocketpp-master.zip解压得到websocketpp-master目录2. 编译server进入websocketpp-master/exam
以下神经网络模型图示均为本人学习过程中用PPT画的流程框图。1. LeNet(Y.Lecun,1998)模型2. AlexNet(Alex.K, 2012)模型3. VGGNet16\VGGNet19模型4. GoogleNet Inception模型Inception5. FasterRCNN目标检测模型6. SSD目标检测模...
1. MNIST手写数字分类图像集地址：http://yann.lecun.com/exdb/mnist/手写数字识别图像库，共70000张图片，其中60000张训练集图片，10000张测试集图片，图像大小28x28，黑底白字样式train-images-idx3-ubyte.gz：训练集图片train-labels-idx1-ubyte.gz：训练集图片对应数字标签t10k-...
1. 算力TOPS（Tera Operations Per Second），1 TOPS代表处理器每秒钟可进行一万亿次（10^12）操作FLOPS（floating-point operations per second），每秒所执行的浮点运算次数，1 TFLOPS（tera FLOPS）等于每秒一万亿（=10^12）次的浮点运算因浮点运算对性能要求较高，在保证AI精度的同时可将浮点数转为整数进行
1. MNIST手写数字分类图像集地址：http://yann.lecun.com/exdb/mnist/手写数字识别图像库，共70000张图片，其中60000张训练集图片，10000张测试集图片，图像大小28x28，黑底白字样式train-images-idx3-ubyte.gz：训练集图片train-labels-idx1-ubyte.gz：训练集图片对应数字标签t10k-...
以下神经网络模型图示均为本人学习过程中用PPT画的流程框图。1. LeNet(Y.Lecun,1998)模型2. AlexNet(Alex.K, 2012)模型3. VGGNet16\VGGNet19模型4. GoogleNet Inception模型Inception5. FasterRCNN目标检测模型6. SSD目标检测模...
以下神经网络模型图示均为本人学习过程中用PPT画的流程框图。1. LeNet(Y.Lecun,1998)模型2. AlexNet(Alex.K, 2012)模型3. VGGNet16\VGGNet19模型4. GoogleNet Inception模型Inception5. FasterRCNN目标检测模型6. SSD目标检测模...
1. MNIST手写数字分类图像集地址：http://yann.lecun.com/exdb/mnist/手写数字识别图像库，共70000张图片，其中60000张训练集图片，10000张测试集图片，图像大小28x28，黑底白字样式train-images-idx3-ubyte.gz：训练集图片train-labels-idx1-ubyte.gz：训练集图片对应数字标签t10k-...
以下神经网络模型图示均为本人学习过程中用PPT画的流程框图。1. LeNet(Y.Lecun,1998)模型2. AlexNet(Alex.K, 2012)模型3. VGGNet16\VGGNet19模型4. GoogleNet Inception模型Inception5. FasterRCNN目标检测模型6. SSD目标检测模...
在卷积神经网络中往往需要对输入图像做缩放，那么是怎么做做缩放的，是直接长宽都缩放到目标长宽，还是按照某种的比例来做呢？以FasterRCNN的Caffe版本（https://github.com/rbgirshick/py-faster-rcnn）为例，其缩放方式如下：例如：这个步骤无论是训练阶段还是推理阶段都采用。在config.py文件中中定义了目标分辨率大小，即短边的...