<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Image]]></title><description><![CDATA[Make it wonderful]]></description><link>https://blog.youkuaiyun.com/jaych</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; jaych]]></copyright><item><title><![CDATA[AI绘画笔记]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/141969856</link><guid>https://blog.youkuaiyun.com/jaych/article/details/141969856</guid><author>jaych</author><pubDate>Fri, 06 Sep 2024 21:41:15 +0800</pubDate><description><![CDATA[lora,stable diffusion]]></description><category></category></item><item><title><![CDATA[Win10+GTX1050Ti安装Pytorch]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/139424672</link><guid>https://blog.youkuaiyun.com/jaych/article/details/139424672</guid><author>jaych</author><pubDate>Thu, 29 Aug 2024 21:15:01 +0800</pubDate><description><![CDATA[GTX1050Ti  win10 安装 pytorch]]></description><category></category></item><item><title><![CDATA[【图像处理】VS编译opencv源码，并调用编译生成的库]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/132921262</link><guid>https://blog.youkuaiyun.com/jaych/article/details/132921262</guid><author>jaych</author><pubDate>Sat, 16 Sep 2023 18:42:58 +0800</pubDate><description><![CDATA[编译opencv源码并修改调用]]></description><category></category></item><item><title><![CDATA[【数据结构与算法】01背包问题及输出具体方案]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/132515542</link><guid>https://blog.youkuaiyun.com/jaych/article/details/132515542</guid><author>jaych</author><pubDate>Fri, 01 Sep 2023 23:16:39 +0800</pubDate><description><![CDATA[i=2，j=3时， 背包可以放下笔记本或者手机，但无法同时存放，那么我们要对比具体价值大小： dp[2][3] = max(dp[1][3]，dp[1][3-1] +value[2]) = max(2000，5000)，得到只能存放手机。i=3,j=1时，背包无法放下笔记本，只能放下手机或手表，这时dp[3][1] =max（dp[2][1],dp[2][0]+value[3]）=max(5000,3000) = 5000。i=1，这时我们看下笔记本时，背包重量从1到4的时候，背包里面的最大价值会是多少。]]></description><category></category></item><item><title><![CDATA[【深度学习】cs231n-assignment1 - KNN]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/70479183</link><guid>https://blog.youkuaiyun.com/jaych/article/details/70479183</guid><author>jaych</author><pubDate>Sun, 23 Apr 2017 00:43:25 +0800</pubDate><description><![CDATA[这一系列主要记录cs231n课程对应的笔记。每学习一个课程，写下来，看看自己理解了多少。cs231n是大牛lifeifei在斯坦福开设的深度学习与计算机视觉课程。 
课程地址： 
http://vision.stanford.edu/teaching/cs231n/syllabus.html 
课程ppt： 
https://github.com/autoliuweijie/DeepLearning]]></description><category></category></item><item><title><![CDATA[【图像算法优化】开篇：simd-library介绍及几个优化技巧]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/68939452</link><guid>https://blog.youkuaiyun.com/jaych/article/details/68939452</guid><author>jaych</author><pubDate>Sat, 01 Apr 2017 00:14:33 +0800</pubDate><description><![CDATA[本系列主要学习simd-library中的代码，包括basic部分跟neon优化部分。simd-library是用于图像处理的算法库，里面大量的用了SIMD指令对常用的图像处理算法进行优化，github的项目地址为：https://github.com/ermig1979/Simd后续将学习这部分代码，并记录下相关笔记。本文主要是simd-math部分，具体为： 
https://github.co]]></description><category></category></item><item><title><![CDATA[【图像处理】积分图像及其应用]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/68632671</link><guid>https://blog.youkuaiyun.com/jaych/article/details/68632671</guid><author>jaych</author><pubDate>Fri, 31 Mar 2017 00:01:03 +0800</pubDate><description><![CDATA[本文主要参考： 
http://blog.youkuaiyun.com/u010839382/article/details/46383423 
然后结合自己的理解，在手机上做对应的对比测试。积分图积分图，integral image，是在图像处理中常用于加速计算的一种方法。 
在积分图中，某一点的数据S(x,y)S(x,y)表示图像左上角到该点坐标所围成的区域的总和。在积分图中，我们需要做两个操作： 
1）构]]></description><category></category></item><item><title><![CDATA[【图像处理】多帧降噪算法]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/68262911</link><guid>https://blog.youkuaiyun.com/jaych/article/details/68262911</guid><author>jaych</author><pubDate>Thu, 30 Mar 2017 00:08:25 +0800</pubDate><description><![CDATA[多帧降噪算法
视频去噪算法]]></description><category></category></item><item><title><![CDATA[【其他其他】Windows 7下硬盘安装Ubuntu 16.04]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/67692585</link><guid>https://blog.youkuaiyun.com/jaych/article/details/67692585</guid><author>jaych</author><pubDate>Tue, 28 Mar 2017 23:16:56 +0800</pubDate><description><![CDATA[参照这个教程即可完成安装 
http://www.linuxidc.com/Linux/2014-04/100369.htm有几个地方需要修改一下： 
1、menu.lst的修改： 
因为16.04中的是vmlinuz.efi，修改成：title Install Ubuntu
root (hd0,0)
kernel (hd0,0)/vmlinuz.efi boot=casper iso-scan/f]]></description><category></category></item><item><title><![CDATA[【EMGUCV】simpleblob detector 斑点检测]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/62947714</link><guid>https://blog.youkuaiyun.com/jaych/article/details/62947714</guid><author>jaych</author><pubDate>Fri, 17 Mar 2017 22:46:43 +0800</pubDate><description><![CDATA[本文主要介绍emgucv中的simpleblob detector。算法原理该检测器的原理主要如下： 
1.  先设置步进值（thresholdStep）跟二值化阈值范围[minThreshold,maxThreshold)，把原图像SrcImg在阈值范围内按照步进依次转化为二值化图像。 
2.  从这些二值化图像中提取轮廓，并且计算这些轮廓的中心。 
3.  根据这些轮廓的中心坐标进行分组，坐标接]]></description><category></category></item><item><title><![CDATA[【Emgucv】emgucv实现自动对比度]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/56346421</link><guid>https://blog.youkuaiyun.com/jaych/article/details/56346421</guid><author>jaych</author><pubDate>Tue, 21 Feb 2017 23:43:27 +0800</pubDate><description><![CDATA[主要参考： 
http://www.cnblogs.com/Imageshop/archive/2011/11/13/2247614.html 
这里面所描述的自动对比度算法，通过C#及EMGUCV的方式实现。void autoContrastImage(Image<Bgr, byte> image, ref Image<Bgr, byte> imageAC)
        {
        /]]></description><category></category></item><item><title><![CDATA[【EmguCV】EmguCV各种调用]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/54588632</link><guid>https://blog.youkuaiyun.com/jaych/article/details/54588632</guid><author>jaych</author><pubDate>Tue, 17 Jan 2017 23:02:43 +0800</pubDate><description><![CDATA[后续将不定期补充在使用EmguCV过程中的一些笔记，如何调用api实现相应功能。1、查找对应的轮廓IntPtr Dyncontour = new IntPtr();//存放检测到的图像块的首地址  
IntPtr Dynstorage = CvInvoke.cvCreateMemStorage(0);//开辟内存区域  
int m = 88;
int n = CvInvoke.cvFindCont]]></description><category></category></item><item><title><![CDATA[【其他杂谈】弃坑opengl-jni开发]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/53706604</link><guid>https://blog.youkuaiyun.com/jaych/article/details/53706604</guid><author>jaych</author><pubDate>Sat, 17 Dec 2016 13:41:36 +0800</pubDate><description><![CDATA[主要是想说在jni层进行opengl开发是没有前途的，或者这样说是不对的，不够全面的。一开始在jni层进行opengl开发的目的是，为了能够给Android HAL层踢动gpu处理的接口，实现一副图像进去，另一幅图像出来，amazing~但是，好像opengl处理后的图像在surface上显示更加快速，而如果要保存在buffer里面，需要调用glreadpixel这个接口，这个接口的速度前两天才发现]]></description><category></category></item><item><title><![CDATA[【深度学习】windows下安装TensorFlow]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/53706541</link><guid>https://blog.youkuaiyun.com/jaych/article/details/53706541</guid><author>jaych</author><pubDate>Sat, 17 Dec 2016 13:26:59 +0800</pubDate><description><![CDATA[本文主要介绍如何在Windows下安装TensorFlow。 相关背景网上现有的方法都是教如何在windows下安装虚拟机或者安装docker来完成TensorFlow的安装。得益于google目前已经支持直接在windows直接安装，本文记录下在windows下通过Anaconda安装TensorFlow的过程。 Why Anaconda因为Anaconda能够提供强大的包管理功能及虚拟环境，为T]]></description><category></category></item><item><title><![CDATA[有用的工具]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/52988222</link><guid>https://blog.youkuaiyun.com/jaych/article/details/52988222</guid><author>jaych</author><pubDate>Mon, 31 Oct 2016 22:53:01 +0800</pubDate><description><![CDATA[有用的工具1、Diigo谷歌浏览器扩展，这个工具可以用于在网页上进行标记，注释等，使用起来感觉比云笔记还方便。可以每隔一段时间总结查看自己的浏览记录，做的笔记，感觉还不错。好像在谷歌浏览器移动端是没有扩展功能的。]]></description><category></category></item><item><title><![CDATA[【安卓开发】使用binder进行进程间通信]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/52420352</link><guid>https://blog.youkuaiyun.com/jaych/article/details/52420352</guid><author>jaych</author><pubDate>Fri, 02 Sep 2016 23:54:38 +0800</pubDate><description><![CDATA[通常我们会有这样的需求，在安卓系统中，两个独立的进程之间需要通信，如进程A需要进程B的发过来的信号；或者进程A与进程B共享一个内存块；或者进程A是32位进程而进程B是64位进程，为了加速处理过程，需要把进程A处理后的数据传递给进程B进行处理。这个时候就涉及到了安卓系统中的进程间通信，而安卓系统中的进程间通信往往离不开binder。binder是安卓系统中独有的进程间通信方式，关于其实现机制跟原理，可]]></description><category></category></item><item><title><![CDATA[【OPENGLES】opengles-jni实例1]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/52080912</link><guid>https://blog.youkuaiyun.com/jaych/article/details/52080912</guid><author>jaych</author><pubDate>Sun, 31 Jul 2016 21:19:57 +0800</pubDate><description><![CDATA[首先，说明下为什么要用jni实现opengl es在进行移动端图像算法开发的过程中，需要完成对大量的数据进行处理，opengl是在进行图形渲染或者大批量图像运算处理时有着很大的优势。如果能够在算法库开发中加入opengl，则对于提升算法运行效率有很大帮助。本系列文章则是描述如何用opengl进行图像算法的开发。 
本文主要描述如何完成一个简单的opengles实例，通过jni调用opengles接口]]></description><category></category></item><item><title><![CDATA[Opengl ES入门1]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/51779343</link><guid>https://blog.youkuaiyun.com/jaych/article/details/51779343</guid><author>jaych</author><pubDate>Tue, 28 Jun 2016 22:30:19 +0800</pubDate><description><![CDATA[本系列文章主要总结如何通过实例来介绍如何使用Opengl ES，并且通过Opengl ES完成对应的相机预览、滤镜等实例开发。本文主要介绍最简单的opengl实例。主要参考：http://blog.youkuaiyun.com/niu_gao/article/details/8533126以下为详细步骤：1、创建最简单的安卓工程。2、在Manifest中声明使用OpenGLES 
为了能使用OpenGLES 2]]></description><category></category></item><item><title><![CDATA[20160527关于工作]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/51520527</link><guid>https://blog.youkuaiyun.com/jaych/article/details/51520527</guid><author>jaych</author><pubDate>Sat, 28 May 2016 00:00:06 +0800</pubDate><description><![CDATA[Master毕业快一年了，今晚跟领导的谈话很有收获。1、多发现问题 
要多发现工作中的问题，主动提出问题，如何融入公司，完成工作目标很重要。在项目失败之后，有无进行总结，总结为什么会出现问题，项目为什么进行不下去。有什么需要改进的地方。2、立即行动 
在有好的想法之后，立即行动，向上级提出想法，这样才能够有提出问题有反馈结果，形成良性循环。3、多交流 
多与其他同事交流想法，很多时候想法就是在交流碰]]></description><category></category></item><item><title><![CDATA[【FastCV】FastCV实例1]]></title><link>https://blog.youkuaiyun.com/jaych/article/details/51204841</link><guid>https://blog.youkuaiyun.com/jaych/article/details/51204841</guid><author>jaych</author><pubDate>Wed, 20 Apr 2016 23:48:41 +0800</pubDate><description><![CDATA[在上一篇《FastCV环境搭建》中已经描述了如何搭建FastCV及其导入FastCV SDK自带的demo，这篇文章将讲述如何自己创建一个FastCV项目。1、创建一个新的安卓工程 fastCVTest。2、在工程目录下新建jni文件夹，把fastcv.h及libfastcv.a拷贝到jni文件夹下，并且在文件夹下创建android.mk application.mk image.cpp 文件，编辑]]></description><category></category></item></channel></rss>