ch_ccc的博客

原创 深度学习部署：FastDeploy部署教程(CSharp版本)

FastDeploy C# SDK的接口实现，为用户需要C# API的场景提供解决方案。

原创 FFMpge\OpenCV\libVLC\Nginx\SRS视频流合集

音视频开发专栏文章导航

原创 37 微调

使用一样架构的模型，模型初始化，从预训练模型中提取出来，输出层进行随机初始化。特征提取更容易学习，像素->特征->softmax回归。固定底层的一些层的参数，不参与更新。学习手段，转换为语义空间中。预训练速度更快，微调更好。高层特征与数据更加相关。

原创 33、34.单机多卡并行运算、多GPU

多块GPU 并行运行，模型结果如何合并？batch_size参数寻优。无人车关心功耗，要功耗低。

原创 36.数据增广

数据集上下翻转不一定总可行，例如建筑，上下翻转就很奇怪，猫上下翻转，头朝下也很奇怪。但是，手机识别时，有可能会遇到手机翻转导致照片上下翻转情况。从部署环境、采集到的数据、反推训练时需要采取的数据增强方法。在线进行增强，随机增强，增强的方法随机对数据进行增强。数据增强，已有的数据基础上，使得数据有更多的多样性。在当前值基础上进行色调、饱和度、明亮度。测试时，不对数据集进行增强。

原创 29.ResNet

【代码】28.ResNet。

原创 13.丢弃法

好的模型需要对输入数据有较好的鲁棒性。丢弃法：在层之间加入噪声，是一个正则。

原创 22.池化层

通常放在卷积后面池化可能没有重叠。

原创 21.多输入和输出通道

第一层已经输出了64个Feature Map,第二层要生成一个新的输出通道。多输出通道：每个输出通道学习一种模式（Feature）:对应通道的输入与对应通道的卷积核对应相乘，求和。同一个输出通道同时利用所有输入通道的信息。，但是卷积核不是同一个，是通过学习得到。多输出通道：每个输出通道学习一种模式。输出通道64 —— 检测其它局部模式。输出通道3 —— 检测45°边缘。输出通道1 —— 检测水平边缘。输出通道2 —— 检测垂直边缘。输出通道4 —— 检测纹理。输出通道5 —— 检测角点。

原创 20.填充

把图片降成3 * 3、 5 * 5、 7 * 7大小，输入尺寸很大的话，不想用很多层，通常使用步幅2，每次减半。老师，现在已经有很多经典的网络结构了，对应于各种任务有各种结构，我们平时使用的时候，自己设计卷积核大小的情况多吗，还是说直接套用经典网络结构？问题16:老师，那多层的3*3卷积是不是和用不同大小的卷积核分别对原始图像做处理以后，再联合这些算出来的特征进行分类这种情况等价?问题17:底层用大kernel，上层用小kernel，相比都用同样宽度的kernel，哪种方案更适合目标有多尺度的情况?

原创 28.批归一化

自动梯度求导：正向从下面数据往上走forward，但是你算backward时，是从上面往下传。问题：梯度在上面大，下面小（靠近数据位置）学习率是一个就是一个值，所以但是你下面层因为你梯度比较小，对你的权重的更新就比较少，那么你的问题就是说你的上面的东西会很快的，可能会收敛，下面东西会比较慢，那么导致一个问题是说每一次你更新下面的东西，上面就得重新训练。底层数据特征一般是局部边缘、纹理等，高层是语义信息特征。下面信息变化，上面就白学了。γβ上面很快收敛，下面靠近数据的不容易收敛μB​∣B。

原创 19.卷积层

hij​ab∑​vijab​⋅xiajb​xh(ij)(iajb)vijab​v(ij)(ab)(ab)(ij。hij​ab∑​vab​⋅xiajb​。

原创 OpenStreetMap地图.osm.pbf合并

合并china.osm.pbf 和taiwai.osm.pbfOsmconvert。

原创 强化学习课程第2讲：探索与利用

原创 强化学习课程第4讲：动态规划

原创 强化学习课程第3讲：马尔可夫决策过程Ⅱ

原创 强化学习课程第3讲：马尔可夫决策过程Ⅰ

随机过程是一个或者多个事件，随机系统或随机现象随时间发生演变过程；

原创 强化学习课程第1讲：强化学习简介I

广泛地讲，强化学习是机器通过与环境交互来实现目标的一种计算方法。机器和环境的一轮交互是指，机器在环境的一个状态下做一个动作决策，把这个动作作用到环境当中，这个环境发生相应的改变并且将相应的奖励反馈和下一轮状态传回机器。这种交互是迭代进行的，机器的目标是最大化在多轮交互过程中获得的累积奖励的期望。强化学习用智能体（agent）这个概念来表示做决策的机器。相比于有监督学习中的“模型”，强化学习中的“智能体”强调机器不但可以感知周围的环境信息，还可以通过做决策来直接改变这个环境，而不只是给出一些预测信

原创 01.MMDetection3D训练

注意：将文件名kitti_mini修改名称为kitti, 放在路径下。

原创 RTX5080显卡CUDA12.8环境下安装mmdetection3d

硬件计算能力查看：https://developer.nvidia.cn/cuda-gpus ，==2.2.0 版本存在。==2.1.0 下载。

原创 08_多层感知机

① 先用蓝色的线分，再用黄色的线分。② 再对蓝色的线和黄色的线分出来的结果做乘法。# 实现一个具有单隐藏层的多层感知机，它包含256个隐藏单元num_inputs, num_outputs, num_hiddens = 784, 10, 256 # 输入、输出是数据决定的，256是调参自己决定的# 实现 ReLu 激活函数a = torch.zeros_like(X) # 数据类型、形状都一样，但是值全为 0# 实现模型。

原创 07_Softmax回归、损失函数、分类

① 三个常用的损失函数 L2 loss、L1 loss、Huber’s Robust loss。① 就像从零开始实现线性回归一样，应该知道softmax的细节。

原创 06_线性回归、优化算法

① 将从零开始实现整个方法，包括数据流水线、模型、损失函数和小批量随即梯度下降优化器。

原创 05_自动求导

① 例子1是一个线性回归的例子，如下图所示。

原创 04_矩阵计算

原创 03_线性代数

① 下图为对矩阵求特征值、求特征向量的相关操作。

原创 01_配置版本

④ 输入 conda activate py3.6.3 激活 py3.6.3环境后，再输入 pip install ipykernel 命令，会在 script 目录下会生成一系列工具，如下图所示。② 输入 conda create --name py3.6.3 python=3.6.3 命令，输入 [y]/n 时输入 y，创建py3.6.3 虚拟环境，它会安装 python3.6.3 到 anaconda3 的 env 目录下。② 如果安装速度过慢，或安装不成功，尝试一下添加镜像源。

原创 00_深度学习介绍

① 如下图所示，X轴是不同的模式，最早的是符号学，然后概率模型、机器学习。Y轴是我们想做什么东西，感知是我了解这是什么东西，推理形成自己的知识，然后做规划。② 感知类似我能看到前面有个屏幕，推理是基于我看到的东西想象未来会发生什么事，根据看到的现象、数据，形成自己的知识，知道所有知识后能进行长远的规划，未来怎么做。① 自然语言处理目前还是停留在感知上，人几秒钟能反应过来的东西都属于感知范围，即使像中文翻译成英文，英文翻译成中文那种。② 计算机视觉可以在图片里面可以做一些推理。

原创 02_数据操作、数据预处理

为了能够完成各种数据操作，我们需要某种方法来存储和操作数据。 通常，我们需要做两件重要的事：（1）获取数据；（2）将数据读入计算机后对其进行处理。 如果没有某种方法来存储数据，那么获取数据是没有意义的。首先，我们介绍维数组，也称为张量（tensor）。 使用过Python中NumPy计算包的读者会对本部分很熟悉。 无论使用哪个深度学习框架，它的张量类（在MXNet中为ndarray， 在PyTorch和TensorFlow中为Tensor）都与Numpy的ndarray类似。 但深度学习框架又比Num

原创 windows平台 pybind11教程(CMake配置)

pybind11是一个轻量级的头文件库，用于在 Python 和 C++ 之间进行互操作。它允许 C++ 代码被 Python 调用，反之亦然。

原创 YOLOv8 目标检测模型转 TensorRT

使用tensorrtx开源项目将YOLOv8 目标检测模型转 TensorRT

原创 Qt实现Onvif设备搜索

gSOAP工具生成ONVIF框架的C语言版本，包括gSOAP的下载与安装，wsdl2h和soapcpp2的使用，以及onvif框架生成的步骤。进一步使用Onvif框架搜索监控摄像头设备。

原创 SeetaFace6 编译

seetaface6和seetaface2版本库结构上有较大区别，编译差异较大。seetaface6源码以及模型文件。

原创 SeetaFace2 编译

SeetaFace2是一个开源的、全栈的人脸识别引擎，由SeetaFace公司开发。它包含了构建一套全自动人脸识别系统所需的三个核心模块：人脸检测模块（FaceDetector）、面部关键点定位模块（FaceLandmarker）以及人脸特征提取与比对模块（FaceRecognizer）。此外，还提供了两个辅助模块：FaceTracker用于人脸跟踪，QualityAssessor用于人脸质量评估。

原创 人脸识别 SeetaFace2

SeetaFace2是一个开源的、全栈的人脸识别引擎，由SeetaFace公司开发。它包含了构建一套全自动人脸识别系统所需的三个核心模块：人脸检测模块（FaceDetector）、面部关键点定位模块（FaceLandmarker）以及人脸特征提取与比对模块（FaceRecognizer）。此外，还提供了两个辅助模块：FaceTracker用于人脸跟踪，QualityAssessor用于人脸质量评估。

原创 ubuntu 20.04 环境编译gsoap源码生成onvif开发框架

ubuntu 20.04 环境编译gsoap源码生成onvif开发框架

原创 流媒体传输协议及设备RTSP流地址

音视频通讯=音视频处理+网络传输。包括采集、编码、网络传输、解码、播放。其中采集、编解码和播放是不受网络影响的，只受限于编解码算法，播放策略等因素。而网络传输的丢包、抖动和乱序对实时音频应用的影响最大。

原创 ROS安装

虚拟机安装ROS系统

原创 FastDeploy 安装教程

FastDeploy 简单 部署

原创 Vscode+MobaXterm跨平台开发

跨平台开发：vscode远程编写代码，MobaXterm远程编译；