<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Tifa_Best的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Tifa_Best</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Tifa_Best]]></copyright><item><title><![CDATA[换个战场]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/109158582</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/109158582</guid><author>Tifa_Best</author><pubDate>Mon, 19 Oct 2020 12:36:10 +0800</pubDate><description><![CDATA[csdn上的广告太多了，太烦人了
搬到cnblogs上了Tifa_Best - 博客园

]]></description><category></category></item><item><title><![CDATA[基于中间人攻击给电视盒子安装apk]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/104270044</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/104270044</guid><author>Tifa_Best</author><pubDate>Tue, 11 Feb 2020 21:34:47 +0800</pubDate><description><![CDATA[前言
不能使用电视盒子的adb等，只好通过在电视盒子下载apk时动脑筋。原打算arpspoof+wireshark分析电视盒子下载apk的uri，然后想办法在途中替换掉apk文件，后来发现可以直接用ettercap进行arp毒害和替换所有apk。
过程
9.8 Arpspoof工具
arpspoof是dsniff的一部分，该工具用于ARP毒害，未能满足需求
第八章 中间人攻击主要讲了etterca...]]></description><category></category></item><item><title><![CDATA[TensorFlow的GPU版本]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/103706520</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/103706520</guid><author>Tifa_Best</author><pubDate>Thu, 26 Dec 2019 20:56:19 +0800</pubDate><description><![CDATA[记载下我再弄TensorFlow的GPU版本中遇到的些事情，是些在网上不容易查到的吧。总而言之，就是多看官方文档和源码。
编译TF时，尽量安装官方已经验证的cuda等组合
经过测试的构建配置这个网页的英文版更全面些。
TensorRT in TensorFlow (TF-TRT)和TensorRT不是一回事情。我之前就搞混淆了。TF-TRT只是提供了必要的绑定（binding，猜测是类似于映射的概...]]></description><category></category></item><item><title><![CDATA[c++ tips & tricks]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/103674054</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/103674054</guid><author>Tifa_Best</author><pubDate>Mon, 23 Dec 2019 22:01:53 +0800</pubDate><description><![CDATA[类似于python里的string split，然后翻转每个field。以’ '为分隔符为例
for (string::size_type lo = 0, hi = str.find(' '); lo != string::npos;
	lo = (hi == string::npos) ? hi : hi+1, hi = str.find(' ', lo)) {
	reverse(str.beg...]]></description><category></category></item><item><title><![CDATA[[转载]flex与bison]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/94598162</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/94598162</guid><author>Tifa_Best</author><pubDate>Thu, 04 Jul 2019 10:33:54 +0800</pubDate><description><![CDATA[原文链接flex与bison

                        
                                                            
                        
                        
                            
                   ...]]></description><category></category></item><item><title><![CDATA[使用Object Detection API训练]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/90146581</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/90146581</guid><author>Tifa_Best</author><pubDate>Sun, 12 May 2019 22:24:49 +0800</pubDate><description><![CDATA[使用Object Detection API训练
准备工作
Running Locally中提到准备工作大致有三个：

安装Tensorflow Object Detection API
数据集
Object Detection pipeline设置文件

安装Tensorflow Object Detection API
没啥说的,看官网教程Installation
数据集
可以按照Prepar...]]></description><category></category></item><item><title><![CDATA[ubuntu18下使用easyconnect windows版本]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/89841191</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/89841191</guid><author>Tifa_Best</author><pubDate>Mon, 06 May 2019 09:25:25 +0800</pubDate><description><![CDATA[问题
在ubuntu18下无法使用easyconnect
ubuntu18.04 上无法使用easyconnect。 清解决下谢谢。16.04的可以正
解决
ubuntu kylin 18.04 使用 wine 安装 EasyConnect 的windows版本
其中
FWPKCLNT.SYS在C:\Windows\System32\derivers
MFC42.DLL在*C:\Windows\S...]]></description><category></category></item><item><title><![CDATA[MaskRCNN源码阅读]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/89331034</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/89331034</guid><author>Tifa_Best</author><pubDate>Tue, 16 Apr 2019 12:36:35 +0800</pubDate><description><![CDATA[MaskRCNN源码阅读
==
前言
这两天读了下MaskRCNN的源码，在github上找的Mask R-CNN for object detection and instance segmentation on Keras and TensorFlow。
之前看过FasterRCNN的源码，不过当时没有做记录。
总的来说，MaskRCNN算是集大成者。其在FasterRCNN的框架上修改而成，...]]></description><category></category></item><item><title><![CDATA[图像增强]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/89260435</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/89260435</guid><author>Tifa_Best</author><pubDate>Fri, 12 Apr 2019 21:59:19 +0800</pubDate><description><![CDATA[aleju/imgaug

This python library helps you with augmenting images for your machine learning projects. It converts a set of input images into a new, much larger set of slightly altered images.

今天在看ma...]]></description><category></category></item><item><title><![CDATA[图像处理实验5:频域滤波]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/89217786</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/89217786</guid><author>Tifa_Best</author><pubDate>Thu, 11 Apr 2019 19:07:30 +0800</pubDate><description><![CDATA[要求

灰度图像的 DFT 和 IDFT。
具体内容:利用 OpenCV 提供的 cvDFT 函数对图像进行 DFT 和 IDFT 变换
利用理想高通和低通滤波器对灰度图像进行频域滤波具体内容:利用 cvDFT 函数实现 DFT ,在频域上利用理想高通和低通滤波器进行滤波,并把滤波过后的图像显示在屏幕上(观察振铃现象),要求截止频率可输入。
利用布特沃斯高通和低通滤波器对灰度图像进行频域滤波。具体...]]></description><category></category></item><item><title><![CDATA[图像处理实验4:图像去噪]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/89215822</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/89215822</guid><author>Tifa_Best</author><pubDate>Thu, 11 Apr 2019 17:22:57 +0800</pubDate><description><![CDATA[要求

均值滤波
具体内容:利用 OpenCV 对灰度图像像素进行操作,分别利用算术均值滤波器. 几何均值滤波器. 谐波和逆谐波均值滤波器进行图像去噪。模板大小为5*5。(注:请分别为图像添加高斯噪声. 胡椒噪声. 盐噪声和椒盐噪声,并观察滤波效果)
中值滤波
具体内容:利用 OpenCV 对灰度图像像素进行操作,分别利用 5*5 和 9*9尺寸的模板对图像进行中值滤波。(注:请分别为图像添加胡椒...]]></description><category></category></item><item><title><![CDATA[Kong]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/88918102</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/88918102</guid><author>Tifa_Best</author><pubDate>Sat, 30 Mar 2019 20:06:12 +0800</pubDate><description><![CDATA[安装Kong
环境
ubuntu 18.04 Bionic
安装软件
软件列表

PostgreSQL
Kong
kong-dashboard

Kong官方安装步骤
本文以官方安装步骤为主线，适当补充了些内容。
Ubuntu Installation
PostgreSQL
官方安装步骤PostgreSQL: Linux downloads (Ubuntu)
apt-get install pos...]]></description><category></category></item><item><title><![CDATA[人民币数字大写转换]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/88902615</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/88902615</guid><author>Tifa_Best</author><pubDate>Fri, 29 Mar 2019 21:46:42 +0800</pubDate><description><![CDATA[要求

中文大写金额数字应用壹、贰、叁、肆、伍、陆、柒、捌、玖、拾、佰、仟、万、亿、元、角、分、零、整(正)等字样。
中文大写金额数字到"元"为止的，在"元"之后，应写"整"(或"正")字，在"角"之后，可以不写"整"(或"正")字。
中文大写金额数字前应标明"人民币"字样，大写金额数字有"分"的，“分"后面不写"整”(或"正")字。
大写金额数字应紧接"人民币"字样填写，不得留有空白。
阿拉伯数...]]></description><category></category></item><item><title><![CDATA[图像处理实验3:空域滤波]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/88902220</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/88902220</guid><author>Tifa_Best</author><pubDate>Fri, 29 Mar 2019 21:25:03 +0800</pubDate><description><![CDATA[要求

利用均值模板平滑灰度图像。
具体内容:利用 OpenCV 对图像像素进行操作,分别利用 33.  55 和 9*9
尺寸的均值模板平滑灰度图像
利用高斯模板平滑灰度图像。
具体内容:利用 OpenCV 对图像像素进行操作,分别利用 33.  55 和 9*9
尺寸的高斯模板平滑灰度图像
利用 Laplacian. Robert. Sobel 模板锐化灰度图像。
具体内容:利用 OpenCV...]]></description><category></category></item><item><title><![CDATA[图像处理实验2:直方图均衡]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/88901812</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/88901812</guid><author>Tifa_Best</author><pubDate>Fri, 29 Mar 2019 21:02:02 +0800</pubDate><description><![CDATA[要求

计算灰度图像的归一化直方图。
具体内容:利用 OpenCV 对图像像素进行操作,计算归一化直方图.并在
窗口中以图形的方式显示出来
灰度图像直方图均衡处理
具体内容:通过计算归一化直方图,设计算法实现直方图均衡化处理。
彩色图像直方图均衡处理
具体内容: 在灰度图像直方图均衡处理的基础上实现彩色直方图均衡
处理。

过程
tips
通过使用数值乘以布尔值实现了对不同情况的统一处理。
plo...]]></description><category></category></item><item><title><![CDATA[图像处理实验1:图像灰度变换]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/88901623</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/88901623</guid><author>Tifa_Best</author><pubDate>Fri, 29 Mar 2019 20:51:13 +0800</pubDate><description><![CDATA[实验要求

利用 OpenCV 读取图像。
具体内容:用打开 OpenCV 打开图像,并在窗口中显示
灰度图像二值化处理
具体内容:设置并调整阈值对图像进行二值化处理。
灰度图像的对数变换
具体内容:设置并调整 r 值对图像进行对数变换。
灰度图像的伽马变换
具体内容:设置并调整γ值对图像进行伽马变换。
彩色图像的补色变换
具体内容:对彩色图像进行补色变换。

过程
灰度变换
灰度变换的定义域和值...]]></description><category></category></item><item><title><![CDATA[linux上编译运行包含opencv的c++程序]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/88632974</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/88632974</guid><author>Tifa_Best</author><pubDate>Mon, 18 Mar 2019 09:24:05 +0800</pubDate><description><![CDATA[前言
走了不少弯路，好在最终换个方式解决了。
网上的资料错综复杂，让人看了很是头大。
我原打算在win10上结合mingw和vscode写c++程序调用opencv，但是在千难万险之后，编译出程序后，运行程序却报错找不到库，我身疲力竭，果断转向linux。
操作步骤
安装预编译的opencv
c++版本的只需要sudo apt install libopencv-dev即可。
安装opencv的p...]]></description><category></category></item><item><title><![CDATA[目标检测简单总结]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/88223154</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/88223154</guid><author>Tifa_Best</author><pubDate>Wed, 06 Mar 2019 10:55:38 +0800</pubDate><description><![CDATA[目标检测简单总结
文章目录目标检测简单总结大致分类one-stageSSDRefineNetYOLOtwo-stageFCNFPNDCNMask-RCNNR-FCNLight-head R-CNN参考资料
大致分类
按照stage可以分为

one-stage

SSD
YOLO
etc


two-stage

Faster RCNN
R-FCN
etc



谷歌在Speed/accuracy...]]></description><category></category></item><item><title><![CDATA[Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/88081589</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/88081589</guid><author>Tifa_Best</author><pubDate>Sat, 02 Mar 2019 21:15:42 +0800</pubDate><description><![CDATA[Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
we introduce a Region Proposal Network (RPN) that shares full-image convolutional features with the detection network, th...]]></description><category></category></item><item><title><![CDATA[Fast R-CNN]]></title><link>https://blog.youkuaiyun.com/Tifa_Best/article/details/88081513</link><guid>https://blog.youkuaiyun.com/Tifa_Best/article/details/88081513</guid><author>Tifa_Best</author><pubDate>Sat, 02 Mar 2019 21:11:44 +0800</pubDate><description><![CDATA[Fast R-CNN
Introduction
Complexity arises because detection requires the accurate localization of objects, creating two primary challenges:

First, numerous candidate object locations (often called “p...]]></description><category></category></item></channel></rss>