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

Qt事件与事件处理

文章目录1、事件系统2、事件传递3、事件类型4、事件处理5、事件过滤器6、参考1、事件系统在Qt中,事件是从抽象类QEvent派生的类的实例,它们表示在应用程序中发生的事情或者应用程序需要了解的外部活动的结果。 事件可以由QObject子类的任何实例接收和处理,但它们与Widget相关。比如说,点击鼠标时,会触发QMouseEvent;敲击键盘时,会触发QKeyEvent;窗口大小发生变化时,会触

#c++
如何使用TensorRT加速深度学习推理

文章目录1、TensorRT 简介2、一个简单的TensorRT示例3、简要代码演练3.1、批量输入4、配置文件5、优化您的应用6、使用混合精度计算7、设置最大工作区大小8、重用TensorRT引擎9、练习题10、学到更多11、参考文献1、TensorRT 简介这篇新文章,即使用TensorRT加速深度学习推理,已更新为从PyTorch模型而非ONNX模型开始,将示例应用程序升级为使用Tensor

遥感影像深度学习标注软件的开发要点

最近一个月开发了一款遥感影像深度学习标注软件。经过一个月的艰苦编码,基本已经稳定, 讲开发过程做一个简单记录,以备后用。一、遥感影像的标注与图片影像有何不同1、遥感影像文件尺寸大,单幅影像动辄达到几百M甚至上T的数据量。 用labelme之类的软件无法打开。2、遥感影像很多是16Bit32BiT 的数据,不经过数据类型转换和拉伸处理无法正常显示。3、数据成果的分幅问题, 普通图像可以直接导出标注结

#深度学习#人工智能
基于google标准的C++编程规范说明

规范的代码可以促进团队合作,规范的代码有助于提升代码的可读性,注释规范自动生成文档。1.头文件规则通常每一个.cpp 文件对应一个.h 文件,当然也有特列,main 函数入口 cpp 文件没有对应的.h, 只有纯虚函数的接口类只有.h 文件没有.cpp。1.1.#define 防止多重包含所有头文件都应该使用#define 防止头文件被多重包含,这个多重包含指的是一个 cpp 编译过程中不被多次包

#c++#代码规范
std:move基本用法和理解

场景:C++ 标准库使用比如vector::push_back 等这类函数时,会对参数的对象进行复制,连数据也会复制.这就会造成对象内存的额外创建, 本来原意是想把参数push_back进去就行了.C++11 提供了std::move 函数来把左值转换为右值, 而且新版的push_back也支持&&参数的重载版本,这时候就可以高效率的使用内存了.对指针类型的标准库对象并不需要这么做

#c++
qt5.14.2 该文件包含不能在当前代码页(936)中表示的字符

warning: C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失。忽略警告,但是问题还在(1)找出警告的文件,然后在该文件的开始处加入下面的语句:#pragma warning (disable:4819)(2)如果是 VS IDE,还可以:在Project -> Properties -> Configuratio

#qt
卷积神经网络基本构造

卷积计算卷积运算实现垂直边缘检测过滤器检测不同方向的边缘Padding输入图片维度信息是[6,6],卷积核尺寸[3,3],padding=1,步长stride=1,经过卷积运算之后输出图片维度信息也是[(6+2x1-3+1),(6+2x1-3+1)],这样也就保持维度信息的一致性,不致于特征信息丢失。计算公式:n = (n-f+2p)/s+1 ,n是指输入/输出维度信息,f是卷积...

#深度学习#机器学习
使用TorchServe部署PyTorch模型以进行大规模推理

您今天与之交互的许多服务都依赖于机器学习(ML)。从在线搜索和产品推荐到语音识别和语言翻译,这些服务都需要ML模型来进行预测。随着ML进入更多服务领域,您将面临以下挑战:获得辛勤工作的结果,并快速可靠地将模型部署到生产环境。随着使用这些服务的人数的增加,确保这些模型同时安全可靠地向数百万用户提供低延迟预测变得更具挑战性。开发人员使用许多不同的开源框架进行模型开发。在过去的几年中,PyTorch已成

#python#深度学习
深入浅出读懂ResNet原理与实现

ResNet深层网络的退化问题绕路残差学习,恒等映射虚线,维度发生变化F(x)叫做残差,H(x)正在拟合的结果Stage = {Block={Conv}}良好的扩展性,一套代码实现不同的层次全局平均池化能取替的全连接层,减少过拟合的发生。BottleNeckconv:2/3block3https://github.com/pytorch/vision/blob/maste...

#pytorch#深度学习
使用containerD手动加载容器镜像

最近,我需要手动将一些容器映像加载到作为容器运行时运行containerd(而不是Docker)的Linux系统中。我说“手动加载一些镜像”是因为该系统与Internet隔离,因此仅运行容器并containerd自动从镜像注册表中提取镜像是行不通的。解决缺少Internet访问的过程并不困难,但似乎没有任何文档可以证明,而我可以使用常规Web搜索轻松找到该文档。我认为在此处发布它可能会帮助将来寻求

#docker#linux
    共 19 条
  • 1
  • 2
  • 请选择