原创 Caffe學習(五):Caffe py-Faster-RCNN 源碼解析(一)
源碼:https://github.com/rbgirshick/py-faster-rcnn 首先來看\tools\train_net.py,首先parse_args()讀入命令行設置的參數信息,然後讀取yml設置的參數信息,如下: 代
原创 5G產業(二):5G的應用場景8成用於工業互聯網
5G的主要應用場景是工業互聯網(即物聯網),而非普通消費者。 (1)4G已滿足我們手機用戶的絕大多數需求 5G的三大特性:高網速,低延時,大連接。目前4G已滿足我們手機用戶的絕大多數需求,可能有需求的是年輕人玩手遊的用戶,對於網速和延時有
原创 VS2015源代碼中文編碼問題
VS2015中文版對文件的默認編碼格式爲 GB2312 中文系統中控制檯的的默認編碼格式爲GBK(包含及兼容GB2312) 因此在VS2015中文版的cpp文件中輸出printf("中文")在控制檯輸出中不會亂碼,但如果cpp文件是以
原创 face_recognition的坑
網上很多關於face_recognition的使用介紹,但好像沒多少篇文章深入研究過這個庫的API的使用,這個庫有幾個坑: 1. compare_faces 這個接口返回一個True或False的列表,但比對的known_face_enc
原创 海思NNIE開發(一):海思Hi3559AV100/Hi3519AV100 NNIE深度學習模塊開發與調試記錄
海思NNIE開發系列文章: 海思NNIE開發(一):海思Hi3559AV100/Hi3519AV100 NNIE深度學習模塊開發與調試記錄 海思NNIE開發(二):FasterRCNN在海思NNIE平臺上的執行流程(一) 海思NNIE開發
原创 海思NNIE開發(二):FasterRCNN在海思NNIE平臺上的執行流程(一)
海思NNIE開發系列文章: 海思NNIE開發(一):海思Hi3559AV100/Hi3519AV100 NNIE深度學習模塊開發與調試記錄 海思NNIE開發(二):FasterRCNN在海思NNIE平臺上的執行流程(一) 海思NNIE
原创 Caffe學習(三):Caffe solver文件參數詳細解析
以caffe-master\examples\mnist\lenet_solver.prototxt文件來解析,這個文件爲訓練mnist模型時的超參數文件,這個文件中中有兩個參數test_iter與test_interval,這裏用了單詞
原创 Caffe學習(七):Caffe添加自定義層(2):Python層
前面一篇講述瞭如何添加自定義的Caffe C++層,本篇講解如何添加自定義的Python層,依然以mnist example爲例子,在caffe-master\examples\mnist中的 lenet_train_test.ptoto
原创 boost asio用法總結(自用)
參考文章 https://mmoaay.gitbooks.io/boost-asio-cpp-network-programming-chinese/content/Chapter1.html 1. 頭文件目錄 L:\boost_1_5
原创 QT disconnect
disconnect() 等同於disconnect(this, 0, 0, 0), 刪除作爲信號的this與任何槽的關聯 disconnect(receiver) 等同於disconnect(this, 0, receiver, 0),
原创 嵌入式開發(一):嵌入式開發新手入門
本篇文章整理下嵌入式開發中一些入門的基礎技能,都是根據以往的工程經驗整理,適用於之前沒做過嵌入式開發的新手。 嵌入式開發流程一般如下,一般是在PC機的Windows系統下安裝Ubuntu虛擬機,搭建嵌入式開發環境及交叉編譯環境,開發完成後
原创 Caffe學習(六):Caffe 添加自定義層
這裏我們以mnist example爲例來說明,如何在網絡中添加自定義的Caffe層(C++ 實現): 1. 不帶參數的層 (1)網絡文件添加自定義層 在caffe-master\examples\mnist\下拷貝lenet_train
原创 海思NNIE開發(五):基於Hi3559AV100的FasterRCNN、RFCN、SSD、Yolov2、Yolov3性能綜合測評
系列文章 海思NNIE開發(一):海思Hi3559AV100/Hi3519AV100 NNIE深度學習模塊開發與調試記錄 海思NNIE開發(二):FasterRCNN在海思NNIE平臺上的執行流程(一) 海思NNIE開發(三):Faste
原创 Python處理二進制流(一)
使用struct來處理,廢話不說,直接上代碼 import struct import numpy as np import cv2 def str2St(bStr): return str(len(bStr)) + 's' n
原创 Caffe學習(四):Windows使用Cifar10訓練及測試Caffe版DenseNet
論文名稱:Densely Connected Convolutional Networks(CVPR 2017, Best Paper Award) 論文鏈接:https://arxiv.org/pdf/1608.06993.pdf 源碼