原创 OpenCV中數組(矩陣)的常用操作

本文轉自GGICCI 的網易博客 Function (函數名) Use (函數用處) add 矩陣加法A+B的更高級形式,支持mask scaleAdd 矩陣加法,一個帶有縮放因子dst(I) = scale *

原创 Google C++ Style Guide 閱讀筆記 系列

Google C++ 編程風格手冊裏面提到了許多編程時需要注意到的問題,對規範代碼還是有幫助的。這裏是一些閱讀時的筆記,也算是歸納的一些要點。 - Google C++ Style Guide 閱讀筆記 1 - Google

原创 Google C++ Style Guide 閱讀筆記 5

其他 引用參數必須是const型。輸入用const引用,輸出用指針。 void Foo(const string &in, string *out); 儘量不使用默認參數。 用static_cast<>,而不要用如int y

原创 開源許可證GPL、BSD、MIT、Mozilla、Apache和LGPL的區別

本文轉載自 http://www.geek-workshop.com/thread-1860-1-1.html 首先借用一張圖來劃分各種協議:開源許可證GPL、BSD、MIT、Mozilla、Apache和LGPL的區別 以下

原创 Google C++ Style Guide 閱讀筆記 1

Background C++是谷歌開源項目的主要使用語言,雖然Google Code 黃了。C++是很強大的語言,以致於增加了其複雜性。爲了讓代碼被其他程序員看懂,減少出bug的可能,所以有了這個谷歌C++風格指導。 Header

原创 本地部署ngrok

安裝go語言 yum install golang 下載ngrok源碼 git clone https://github.com/inconshreveable/ngrok.git 安裝ngrok 環境配置 cd ./ngro

原创 編譯器的選擇(x86_amd64, amd64等的區別)

結論 32/64 位系統編譯在32位系統上運行 => x86 32 系統上編譯64位系統上運行 => x86_amd64 64 系統上編譯在64位系統上運行 => amd64 解釋 注:以下引自MSDN The following

原创 Shape Context 形狀上下文特徵

形狀上下文也是一種有效的匹配特徵。 原理 使用邊緣檢測算子提取圖像邊緣,得到圖像邊緣信息。 所謂形狀的上下文,指的就是像素點鄰域內的其他像素點的分佈情況。通常我們得到的邊緣並不會代表曲率的極大值或者拐點。我們假設輪廓是分段平滑的,可以從

原创 Caffe編譯問題之InstallFailureSignalHandler

在windows下編譯Caffe一直是一件很煩人的事,然而各路大牛的算法往往又是建立在自己的維護版本之上,所以只好硬着頭皮編譯。 問題描述 錯誤提示 common.obj : error LNK2019: unresolved ext

原创 Linux下查看程序內存佔用

1 使用ps命令查看內存是不準確的,因爲其返回的是一個進程所用的所有空間,而由於linux的共享內存機制,一個資源可能並非一個程序所獨佔。[詳見] 結果顯示中常出現的RSS和VSZ的區別。 - RSS:Resident Set Siz

原创 卷積神經網絡的感受野與尺寸推導

對於卷積層和池化層,有如下推導式。 感受野 記第i 層的kernel/stride/pad爲 ki,si,pi ,感受野爲ri . ri=si(ri+1−1)+ki 尺寸 記第i 層的kernel/stride/pad爲 ki,si,

原创 H2O with R 簡明使用手記·下篇

上篇鏈接 R中的數據操作 導入數據 myPath = "/my/file/path/" mydata.hex = h2o.importFile(path = myPath, destination_frame = "mydata.hex"

原创 Windows下faster-rcnn編譯

,Windows下faster-rcnn的編譯可以分爲2個部分,caffe的編譯和faster-rcnn的編譯。由於原始的版本大多基於linux,感謝各位前輩的移植與分享,現在windows版本的在網上都可以找到。但對於初學者可能還是有一

原创 更改dll名稱

本文轉自往事隨風的博客 爲了更改目標dll的名稱,按如下三步操作。 1 生成.def文件 使用VC++的工具DUMPBIN EXAMPLE: DUMPBIN VideoDeCoder.dll /EXPORTS

原创 Caffe Smooth_L1_Loss_Layer 問答

問:參數中設置sigma原因是什麼? rbg答:As sigma -> inf the loss approaches L1 (abs) loss. Setting sigma = 3, makes the transition poin