crazyeden的博客

最近在复习光流相关知识，从基础的LK 到 KLT光流，都需要求解图像的梯度问题，仔细查了一下CV中图像求解梯度是用的三个几点算子，详细的介绍参考以下这篇文章：https://www.it610.com/article/1292155635277832192.htm文章写的比较详细，但是我怀疑他在解释用soble算子求解垂直方向梯度时，卷积核没有旋转。可以从如下文章得到验证：CV学习笔记（十三）：图像梯度 - 知乎 (zhihu.com)在原始图像上叠加这些卷积算子，即可完成 图像的一阶导数或

这是之前读研的时候写过的工具，当时用了作为毕设的一部分。因为时间很久了，最近因为各种原因要重新翻出来咀嚼一下。先献出源码https://github.com/Sunyouteng/darknet_prune_yoloV3开发的过程种需要注意一下几点1 weights中权值的存储顺序，需要先fread 偏移 和BN的相关参数，然后再加载卷积核的权重值；2 权值的保存顺序是按照卷积核进行保存的，单个卷积核内部又是按照通道一层层进行保存；3 剪切完某一层之后，一定要记得对其下一层的卷积核也要剪

Apodization去脚化或者变迹，图像处理中用于去除图像中的由于光的衍射和干涉出现的一些次高峰。或者改变一个数学函数的图像，比如下图：Airy disk就是艾里斑，就是小孔衍射产生的一个个圆环。去脚化之后就可以去除周围的次高峰，Since side lobes of the Airy disk are responsible for degrading the ima...

左边是假设相机为理想状态下，右侧为相机带有角度拍摄。左右两种情况相差不大，因此使用左侧情况进行讨论，对距离进行估计：Yb表示汽车下边缘的坐标，可以通过检测得到。现在只有Yh不知道，否则就可以求出d。此方法可以适用于当车道线无法检测到时，使用这种方法可以估计出水平线的位置（也可以使用车道线延长线的交点作为水平线的位置）。本文主要推荐了一种距离估计方法当检测到多个物体时，加横...

这篇论文介绍了MobilEye的基于视觉的前车碰撞预警算法。不去进行3D建模，直接去计算TTC（Time-to-Contact）。情况一 相对速度恒定时由相机模型的几何关系进行推理S表示时间间隔内同一物体连续两张图片的宽度比例。表示连续两帧的时间差。做这个实验是，需要的数据为，前后两帧检测到的物体在图片中宽度比值。情况二 相对速度变化，存在加速度时Z表示时间...

介绍：该部分是作者对自己实现的卷积加速部分fpga_top函数进行测试的示例代码，在HLS中这称为testbench。net_CPU = get_network_config();该函数为网络模型的配置函数，看一下函数定义：首先进行网络初始化，这里是默认构造函数进行初始化。最大层数为该网络的所有层数，论文中为27。论文中缓存的最多的权重的数目为2528800，这里应该是权值文件所有参...

论文地址：https://github.com/dgschwend/zynqnet/blob/master/zynqnet_report.pdf摘要：该论文核心内容从第三章开始依次介绍了CNN的优化分析和训练，第四章FPGA加速器的设计和实现，第五章实验结果和分析。关于cnn的优化分析和训练部分，不是本博文介绍的重点，需要一些深度学习知识支撑，重点介绍一下FPGA端的实现知识。4.2算法设...

论文地址：https://github.com/dgschwend/zynqnet/blob/master/zynqnet_report.pdf论文简介：介绍如何使用HLS将卷积计算的C/C++代码进行综合为硬件电路，实现神经网络计算的FPGA移植。本文简介：用FPGA实现CNN网络计算，需要对网络进行一定的更改，使其具有一些适配FPGA计算的特点。本文主要介绍第三章在CNN训练阶段使用了...

背景：对于FPGA加速模块的使用，除了知道如何设置一些宏变量和全局变量之外，对于卷积核权值的存储和输入数据的存储顺序是另外一个非常重要的问题。为了尽快将其源码移植到自己的项目中，需要构造这两个部分，原论文中是使用的python脚本将caffermode转化成相应的weight.bin。那么，如果对于非caffemodel，或者想对自己的CNN程序进行局部加速，怎么办？这里就需要搞清楚weights...

首先用图来说明基本概念：矩阵乘法的概念理解在神经网络全连接的使用情况为：此时，输出为K个神经元，每个神经元有一个输出，后接的全连接层，对每个神经元都有一个系数，又有n个这样的神经元，所以权值矩阵为k*n，输出为1*n维，则保证每个输出神经元都有一个输出。在神经网络卷积的使用情况为：输入有Depth维度，则卷积核也应该是depth维度。图示为卷积的原理，每个卷...

作者Rgb在这之前大部分物体检测算法都是基于传统的图像处理方法，这是第一篇将深度学习用到物体检测上的文章，直接影响是2012年ALEXNET在比赛中的重大成功。简单来说，RCNN使用以下四步实现目标检测：a. 在图像中用slective search 方法 确定约1000-2000个候选框具体为什么使用这个方法，原文在第三页中有说While R-CNN is agnostic to...