原创 MatrixNets 目標檢測模型解析

論文地址:https://arxiv.org/abs/1908.04646v1 效果: 按照作者的實驗,該模型表現十分突出,遠超cornerNet, 也比CenterNet的性價比高(參數少,準確率略高一點,具體請看圖) 另外是說訓練速度

原创 CmakeLists 複雜c++工程應用實例

project(vir_data_process) cmake_minimum_required(VERSION 2.8) add_compile_options(-std=c++11) #include_directories(/u

原创 C++ 遍歷文件夾,創建文件夾,刪除文件夾等,字符串拼接

  int listdir(string src_root,vector<string>& fold_list) { using namespace boost::filesystem; if(is_directory(

原创 C++ 程序耗時統計

環境ubuntu16.04,c++ time.h裏面的定時器也太坑了,還沒我的手標準   這裏因爲做cv,所以很方便使用opencv自導的定時器,稍微封裝了一下,硬起來更加方便。 #include <stdio.h> #include

原创 ubuntu 系統指令

  文件系統 尋找包含某個關鍵字的文件: find ./查找文件夾 -name ".*txt" | xargs grep "Base" # 查找文件夾裏面包含Base關鍵字的txt文檔   查找包含關鍵字的文件內容: grep -r

原创 CenterNet pytorch 轉 libtorch模型並使用

使用原版的github上的centerNet 生成模型,這部分參考我的另外一篇博文: https://blog.csdn.net/qq_31610789/article/details/99938631   c++後,需要用到libtor

原创 卸載cuda10.2 安裝cuda10.0 tensorflow2.0

  打算使用tensorflow2.0,之前的cuda10.2需要卸載掉 先使用下面這個方式卸載,但出現不完全卸載的問題,一開始沒有想到使用cuda自帶的卸載工具。 非cuda自帶:https://blog.csdn.net/weixin

原创 多GPU運行深度學習模型的操作

給某個用戶賦予一塊掛載盤的使用權限 sudo chown -R user ~/data_1      改變文件夾的權限升高 sudo chmod -R 777 ~/data_1      shell腳本進行並行執行: #!/bin/ba

原创 單例的關鍵點檢測詳解,Simple Baselines for Human Pose Estimation and Tracking

基於論文:https://arxiv.org/pdf/1804.06208.pdf     最終輸出類似於mask,輸出被歸一化0-1之間,每個channe專門預測一個關鍵點的熱圖,所以無法預測不定點的關鍵點任務。(輸出channel固定

原创 ubuntu c++打印中文

需要 文件,文件請見下載鏈接, https://download.csdn.net/download/qq_31610789/11672527 draw_random_text.cpp draw_random_text.h使用 還需要自己

原创 vector 的自定義排序方法

#include<iostream> #include<algorithm> #include<vector> using namespace std;   bool compare(const pair<int, float> A,

原创 ubuntu caffe添加自己的層,smoothl1爲例

1, 添加整個新層,我們以smoothl1層爲例, ssd-branch 的github 裏面有現成的smoothl1 層,但官方未加入到接口裏面 .cpp .cu .h 文件分別添加到layer裏面 caffe.proto裏面添加參數

原创 ubuntu caffe 編譯時指定protobuf cmake-gui爲例

使用cmake-gui cmake-gui 界面配置工程 然後點擊Configure 使用默認的選項  點擊finish 之後可以看到使用了那些庫 按需求更改,比如我指定使用自己編譯的protobuf 其他的如cuda  openc

原创 pytorch 模型轉到c++ torch模型 CenterNet爲例

前期:我們拿到的centernet有帶DCN版本的,但是CenterNet源碼自帶編譯的,所以先摒棄它,還沒嘗試如何轉到torch裏面,使用dlav032模型先。 1使用下面的方法,注意目前只支持較新版本的pytorch,至少0.4是不可

原创 gdb的c++使用tips