原创 TensorRT簡介--高性能深度學習支持引擎

上文簡單提到了TensorRT的基礎與onnx轉換: 基於TensorRT的神經網絡推理與加速 :https://blog.csdn.net/intflojx/article/details/81712651 後面看到老闆的slides,

原创 風格遷移網絡

生成網絡與損失網絡 快速風格遷移的網絡結構包含兩個部分。一個是生成網絡(Transformation Network),一個是損失網絡(Loss Network)。生成網絡是將輸入圖像進行風格遷移後輸出,損失網絡用以計算生成圖像的內容損失

原创 計算機網絡(基礎知識)

網絡七層 應用層        http協議:用於如何封裝數據 表示層 會話層 傳輸層        tcp/udp協議:傳輸控制協議    解決數據在網絡中的傳輸 網絡層        ip協議:                解決數

原创 基於變換不變低秩紋理(TILT)的圖像校正(附代碼)

原理簡介 事實上,對於未加旋轉的圖像,由於圖像的對稱性與自相似性,我們可以將其看作是一個帶噪聲的低秩矩陣。當圖像由端正發生旋轉時,圖像的對稱性和規律性就會被破壞,也就是說各行像素間的線性相關性被破壞,因此矩陣的秩就會增加。  低秩紋理映射

原创 交互式AR趣味學習軟件

傳統增強現實技術可以生成教材中的三維交互,但是對於教材中的圖片逐一進行匹配建模又增加了軟件開發了時間成本,亟需新的技術來改善性能。隨着計算機視覺技術和深度學習技術的快速發展,將AR與深度學習相融合將會碰撞出新的深藍市場。本系統結合OCR技