参考：https://blog.csdn.net/yjl9122/article/details/70198357卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT（输入层）-CONV（卷积层）-RELU（激活函数）-POOL（池化层）-FC（全连接层）卷积层用它来进行特征提取，如下：输入图像是32*32*3，3是它的深度（即R、G、B），卷积层是一个5*5*3.

0 背景vscode 作为编程 IDE，可以方便的安装一些插件进行功能扩展，本文对我认为有用的，能提升工作效率的一些插件做一个整理1 AI Doc Writer安装路径，效果展示：只要选中函数代码，然后按一个快捷键就会自动生成该方法的注释，可用来生成函数文档。2 Krinql如果你看不懂代码，可以让 Krinql 来回答，或者让它编写文档字符串：安装路径，效果展示：Krinql 让你编写更好的代码

强化学习入门资料

1 背景做嵌入式linux开发，经常会用到xshell来远程连接编辑调试代码，修改代码用vim或gedit等文本编辑器，开发效率比较低。有时候会用FTP等工具将代码拷贝到本机，用IDE打开编辑，修改完之后再拷贝回去，无疑增加了工作量。幸运的是有很多开发工具支持远程编辑，我们今天介绍的vscode就是其中一种。本地环境：Windows 远程环境：ubuntu 16.042 本地配置2...

参考：https://software.intel.com/zh-cn/articles/OpenVINO-Install-Linux1 什么是NCS2我们在训练完深度学习模型之后，需要将其转移到生产中用以识别和分类对象，这被称为推理。将深度学习网络从训练环境部署到嵌入式平台进行推理是一项复杂的任务，存在许多挑战，比如：多个深度学习框架在行业内广泛应用，如 Caffe*、TensorF...

关键词：视频监控；深度学习；AI智能识别；自动报警

本文用于探索深度学习模型在部署全流程过程中的整体方案部署场景涉及程序端及编程语言：界面端（C#）、服务端（C#）、训练端（Python）剥离加密之后的流程：界面端根据训练配置调用训练端训练端训练结束后保存模型（结构、文件）服务端加载模型加密要求由C#编写的程序部署时会将其编译为二进制，无需加密保护，主要是针对训练端的Python及训练得到的模型，有以下要求：无法明文看到Python代码无法获得模型

参考：https://github.com/Cartucho/mAP#create-the-predicted-objects-files训练得到自己的神经网络模型后，需要计算AP值来验证模型的好坏，本文介绍AP值计算的方法，最后效果如图所示：具体步骤如下：1 下载源码git clone https://github.com/Cartucho/mAP2 创建真实数据文...

0 背景在写软著时，对代码格式有一定的要求，具体包括如下（引自《软件著作权提交源代码格式要求》）：1.代码语法要求对软件著作权提交源代码是提供原始的代码（不是关键代码）语法上要求代码具备完整性。而且要求提交者提供的源代码是对应的代码文件的最原始文本信息。例如：C++代码应该是以include之类作为开头，而不能以函数开头；C#代码应该是using之类作为开头，而不能以函数开头...

利用 openvino 实现车牌识别功能