- 博客(38)
- 收藏
- 关注
RSS订阅
原创 linux 查看驱动 cuda cudnn python tensorflow版本
1 win查看tensorflow版本pythonimport tensorflow as tftf.__version__查询tensorflow安装路径为:tf.__path__2 导入文件路径
2020-05-26 21:33:51
728
原创 Win10+ubantu双系统卸载
Win10+ubantu双系统卸载步骤1：设置bios开机引导项步骤2：删除ubantu1 设置开机引导项Win10用easyBCD引导工具2 删除ubantuWin+x打开磁盘分区，右键点击分区“删除卷”删除uabantu的磁盘分区即可，加入到“未分配”。Bug1：bcd引导设置好重启黑屏 F12选择win10进入，原因：c盘是逻辑分区不是主分区，用最直接简单方法：BCD选中ubantu，点击右上角删除，把win10 点击上移到第一位...
2020-07-11 22:42:28
346
原创 titanRTX安装bubantu18.04 内核 驱动 cuda cudnn ananconda python tensorflow-gpu
E: 无法获得锁 /var/lib/dpkg/lock-frontend - open (11: 资源暂时不可用)E: Unable to acquire the dpkg frontend lock (/var/lib/dpkg/lock-frontend), is another process using it?解决方法：sudo kill 进程号lspci | grep -i nvidia查看显卡信息1e02 16进制 到http://pci-ids.ucw.cz/read/PC/10de
2020-06-16 13:57:36
430
原创 Ubuntu忘记超级用户root密码,重新设置密码
1 启动系统,在启动过程中,反复按Esc键或者shift键直到出现以下界面:通过上下键移动,选择Ubuntu高级选项(或者有的版本显示的是Advanced options for Ubuntu),然后按'Enter'键,进入如下界面选中Ubuntu,with Linux 4.13.0-38-generic (recovery mode) ,如下:按'e'键,进入界面如下通过上下左右键,移动光标,找到linux /boot/....... ro recovery nomodeset..
2020-06-15 21:50:37
223
原创 Python的图像库（Opencv、PIL、matplotlib、skimage）的使用(读取、存储、变换、滤波)
Python的图像库（Opencv、PIL、matplotlib、skimage）的使用 1 Opencv 读取操作 基本读取操作 灰度图读取 通道操作 ROI操作 图像处理 缩放与旋转 图像滤波 2 PIL 读取操作 基本读取操作 灰度图读取...
2020-06-09 22:34:35
549
原创 dlib CW KMeans DBSCAN Birch MeanShift人类聚类
# coding: utf-8"""@author: xhb"""import sysimport osimport dlibimport globimport cv2import timefrom sklearn import cluster# 指定路径current_path = os.getcwd()print(current_path)model_path = current_path + '/recog_dlib/weights'shape_predictor_.
2020-06-09 14:30:16
337
原创 cv2读取视频保存图像和显示
import cv2import osvid = cv2.VideoCapture(0)video_width = int(vid.get(3))video_height = int(vid.get(4))video_fps = int(vid.get(5))path = os.getcwd()print(path)while True: ret, img_ori = vid.read() cv2.imwrite('/home/chezhilong/python_w.
2020-06-09 14:19:14
785
原创 linux路径含义
/bin 二进制可执行命令 存放最常用命令/dev 设备特殊文件/etc 系统管理和配置文件/etc/rc.d 启动的配置文件和脚本/home 用户主目录的基点，比如用户user的主目录就是/home/user，可以用~user表示/lib 标准程序设计库，又叫动态链接共享库，作用类似windows里的.dll文件/sbin 系统管理命令，这里存放的是系统管理员使用的管理程序/tmp 公用的临时文件存储点/root 系统管理员的主目录（呵呵，特权阶级）/m...
2020-06-08 22:49:19
664
原创 virtualnv虚拟环境使用
virtuaenvwrapper基本使用0.安装pip install virtualenv 或 pip3 install virtualenv1.创建虚拟环境：mkvirtualenv [虚拟环境名]2.激活虚拟环境：workon my_env3.退出当前虚拟环境：deactivate4.列出所有虚拟环境:lsvirtualenv5.删除虚拟环境rmvirtualenv my_env6.进入虚拟环境所在目录：cdvirtualenvvir...
2020-06-08 22:37:26
513
原创 pycharm基本使用和技巧
0. 常用快捷键1最近查看过或编辑的文件用快捷 Ctrl + E 可打开最近访问过的文件，用 Ctrl + Shift + E打开最近编辑过的我文件。2万能搜索连续按两下 Shitf 键可以搜索文件名、类名、方法名，还可以搜索目录名，搜索目录的技巧是在在关键字前面加斜杠/。如果你要全局项目范围内搜索文件里面的关键字，那么就需要使用 Ctrl + Shfit + F，或者 Ctrl + Shfit + R全局替换。3历史粘贴版Ctrl + Shift + ...
2020-06-08 22:28:47
1040
原创 Linux下source命令详解
1 source命令用法：source FileName2 source命令作用：在当前bash环境下读取并执行FileName中的命令。*注：该命令通常用命令“.”来替代。source filename. filename #（中间有空格）通常用于重新执行刚修改的初始化文件，使之立即生效，而不必注销并重新登录。例如，当我们修改了/etc/profile文件，并想让它立刻生效，而不用重新登录，就可以使用source命令，如“source /etc/profile”。s.
2020-06-03 19:02:02
1566
原创 linux每次进入shell都要source ~/.bashrc问题
1 问题：每次linux开机启动shell，都要输入source ~/.bashrc，配置才会生效。2解决方法：（1）shell下输入，编辑.bash_profile文件vim ~/.bash_profile（2）在文件内部输入if test -f .bashrc ; thensource .bashrc fi按Esc，输入：wq保存退出vim编辑器（3）重新启动shell，配置成功。参考：https://blog.youkuaiyun.com/LCCFlccf/articl
2020-06-03 18:50:40
1631
1
原创 联想笔记本linux不能启动无线网卡解决方法
1 问题：每次开机不能使用无线网，必须每次输入命令：#sudo modprobe -r ideapad_laptop /#卸载ideapad_laptop模块，启用无线网卡2 解决方法：进入/etc/modprobe.d/文件夹下创建.conf文件，将ideapad_laptop模块加入黑名单。每种型号品牌的不大一样，在部分联想电脑上是ideapad_laptop，在其他电脑上有可能是其他的名字。（1）使用命令创建ideapad.conf#sudo ge...
2020-06-03 18:46:59
941
原创 环境变量的用户变量与系统变量的区别
Windows系统中有两种环境变量：用户变量和系统变量1、环境变量没有区分大小写，例如path跟PATH是一样的2、系统变量对所有用户有效3、用户变量只对当前用户有效4、用户变量与系统变量，名称是变量，值是里面的内容，也就是通过变量存储了想要存储的内容，方便调用4、系统变量与用户变量的PATH：告诉系统可执行文件放在什么路径（平常执行程序的路径，要放在PATH里面，不能建一个变量，cmd会提示“不是内部或外部命令，或者不是可执行程序”）5、windows系统在执行用户命令时，若用..
2020-06-02 20:45:58
1530
原创 nvidia-smi 中的CUDA 版本与 nvcc不一致
1 问题为何nvidia-smi 中的CUDA 版本与 nvcc不一致，nvidia-smi的结果显示CUDA版本是10.0，而从nvcc-V命令来看，却是CUDA 9.0。2 分析其实是因为CUDA 有两种API，分别是 运行时 API 和 驱动API，即所谓的 Runtime API 与 Driver API。nvidia-smi 的结果除了有 GPU 驱动版本型号，还有 CUDA Driver API的型号，这里是 10.0。而nvcc的结果是对应 CUDA Runtime A
2020-06-02 20:03:35
10765
4
原创 Dockerfile RUN，CMD，ENTRYPOINT命令区别
Dockerfile RUN，CMD，ENTRYPOINT命令区别Dockerfile一般由四部分组成:第一，构建的基础镜像；第二，镜像构建者的信息；第三，构建镜像过程中镜像层添加指令；第四，由该镜像启动容器时执行的程序。ENTRYPOINT 和CMD 属于Dockerfile中的最后一部分，这两个Dockerfile指令是用来告知Docker后台程序启动镜像时需要执行的程序，两者有细微的差别。1 Dockerfile中RUN，CMD和ENTRYPOINT都能够用于执行命令，下面是三者的主要用途：
2020-06-02 19:46:47
615
原创 linux下chmod +x
chmod +x的意思就是给执行权限1）、LINUX下不同的文件类型有不同的颜色，绿色文件： 可执行文件，可执行的程序红色文件：压缩文件或者包文件蓝色文件：目录白色文件：一般性文件，如文本文件，配置文件，源码文件等浅蓝色文件：链接文件，主要是使用ln命令建立的文件红色闪烁：表示链接的文件有问题黄色：表示设备文件灰色：表示其他文件2、chmod +x 和 chmod u+x的区别就是设置谁拥有执行这个文件权限chmod +x 和chmod a+x 是一样...
2020-06-01 19:25:53
3298
原创 【Python环境】默认库安装路径和设置库路径
python中默认的终端启动器python在/usr/bin/目录下。python中默认的系统库路径在/usr/lib/pythonx.x/目录下。python中默认的第三方库路径在/usr/local/lib/pythonx.x/目录下include包含程序定义的一些东西的头文件，比如宏，结构定义，函数定义，类型定义。bin包含可执行文件。lib包含程序实现文件编译生成的library....
2020-06-01 19:09:16
2327
原创 linux安装dlib-gpu版本 实录及大坑
默认安装好：gcc g++编译器 # cmake/gcc/g++ --version 查看版本cudacudnncmake # cmake --versionpython过程：git clone https://github.com/davisking/dlib.gitcd dlib #下载代码mkdir buildcd build#（注：-DDLIB_USE_CUDA=0不使用cuda，-DUSE_AVX_INSTRUCTIONS=1使用cpu的AVX加速...
2020-06-01 18:55:43
3169
1
原创 docker每次运行命令都需要sudo
问题：安装完docker后，执行docker相关命令，出现：”Got permission denied while trying to connect to the Docker daemon socket at unix:///var/run/docker.sock: Get http://%2Fvar%2Frun%2Fdocker.sock/v1.26/images/json: dial unix /var/run/docker.sock: connect: permission den
2020-05-28 19:30:15
547
原创 linux内核驱动更新问题
一 问题执行：nvidia-smi出现提示：NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.终端输入 nvcc -V 发现驱动也在。原因：linux内核驱动自动更新二 直接暴力法-亲测可行step1：sudo apt-get install dkm..
2020-05-28 18:44:46
556
原创 facenet源码记录与bug
compareD:\che_workspace\facenet-master\data\20170512-110547 D:\che_workspace\facenet-master\data\images\Anthony_Hopkins_0001.jpg D:\che_workspace\facenet-master\data\images\Anthony_Hopkins_0002.jpgmtcnn人脸对齐和检测D:\che_workspace\64_CASIA-FaceV5 D:\che_wo.
2020-05-27 18:09:51
143
原创 pycharm运行linux下python程序
如运行linux下代码：python3 src/compare.py 20190327-145140 1.png 2.png可在pycharm如下操作：这是因为这个程序需要输入参数，在上方的工具栏里选择Run>EditConfigurations ,在Parameters中配置参数：20170512-110547 1.png 2.png。再次运行程序...
2020-05-26 21:06:37
932
原创 人脸识别流程——基于YOLO v3、FaceNet和SVM的人脸检测识别系统
https://gitee.com/windandwine/Arguslinux使用一定要非常注意路径问题numpy==1.16.4pandas==0.24.2opencv-python==4.1.1scikit-learn=0.22.2 已改0.21.2报错tensorflow==1.13.1pillow==6.1.0test流程：人脸检测+人脸识别1 yolo（dark53）检测人脸 返回值：框坐标、概率（人脸、标签（人脸）或者mtcnn实现检测2 facenet提取人脸特征，.
2020-05-13 22:39:27
3054
3
原创 三维重建方法总结
三维重建方法总结1传统方法2传统方法和深度学习结合3深度学习方法1 基于传统多视图几何的三维重建算法传统的三维重建算法按传感器是否主动向物体照射光源可以分为主动式和被动式 两种方法。这些年，也有不少研究直接基于消费级的 RGB-D 相机进行三维重建，如基于微软的 Kinect V1 产品，同样取得了不错的效果。基于传统多视图几何的三维重建算法概括如下：（1）主动式，指通过传感器主动地向物体照射信号，然后依靠解析返回的信号来获得物体的三维信息，常见的有：–...
2020-05-12 19:45:22
10892
4
原创 软件测试：功能性测试小结
测试流程：熟悉项目需求，熟悉需求文档——编写测试用例，评估用例——进行功能性测试——发现提交bug，跟着bug——生成测试报告。白盒测试：结构性测试，透明盒黑盒测试：功能性测试功能性测试理论：1边界值、健壮性、特殊值、异常值2等价类3决策树0测试原因：①对质量和可接受性做出判断②发现问题定义：错误缺陷失效事故测试...
2020-03-12 11:09:55
688
原创 立体匹配——高引论文50篇
立体匹配整体思路：Siamese网络特征提取+相似性度量+构造三维代价卷+代价卷优化(编码解码器)+生成初始视差+视差优化结构或者分支结构(比如结合语义分割信息)论文MC-CNN LeCun 《Computing the Stereo Matching Cost with a Convolutional Neural Network》2015改进匹配代价计算，看成二分类问...
2020-03-08 09:47:08
1897
原创 Self-Supervised Learning for Stereo Matching with Self-Improving Ability
Self-Supervised Learning for Stereo Matching with Self-Improving AbilityGC-Net +非监督端到端+自监督+warp+self-improving+在线方式五部分结构：特征提取，交叉特征卷，3d特征匹配，soft argmin，warping转存失败重新上传取消1特征提取(输出H ...
2020-03-08 08:15:49
497
原创 Unsupervised Learning of Stereo Matching
无监督学习立体匹配Unsupervised Learning of Stereo Matching摘要：神经网络在立体匹配成本学习方面有很强的能力。最近的方法从有真实视差的公共数据库中学习参数。由于带标签的地面真实深度不同，系统训练的数据受到限制，系统很难应用于实际程序。这篇文章中，提出了一个无监督学习立体匹配代价的框架。我们迭代更新网络参数。开始随机初始化网络。左右一致性检查用来指导训...
2020-03-08 08:13:04
755
原创 Pyramid Stereo Matching Network
Pyramid Stereo Matching Network摘要最近深度估计可以看出无监督学习任务，用卷积神经网络解决。但是都是基于块匹配的Siamese网络的结构，缺少利用环境信息取寻找不适定区域（遮挡区域，弱纹理区域等）一致性的能力。针对这个问题我们提出PSMNet（空间金字塔池化+3DCNN）。金字塔池化模块通过聚合不同尺度和不同位置的环境信息构建匹配代价卷来充分利用全局环境信息。...
2020-03-08 08:11:24
946
原创 EdgeStereo:A Context Integrated Residual Pyramid Network for Stereo Matching
EdgeStereo:A Context Integrated Residual Pyramid Network for Stereo Matching局部立体卷提取 +环境金字塔+残差金字塔+边缘线索摘要：多任务网络Edgestereo主干网络和边缘子网络上下文金字塔编码多尺度上下文信息，级联残差金字塔优化，为了保留细节，集成边缘线索，通过特征嵌入和边缘感知平滑损失正...
2020-03-06 14:03:58
277
原创 Learning to Compare Image Patches via Convolutional Neural Networks
Learning to Compare Image Patches via Convolutional Neural Networks摘要本文展示了如何从图像数据中学习（不借助手动设计特征），比较块的一般相似性函数，这是许多计算机视觉基本问题。为了实现这样的功能，我们设计了基于CNN的模型，训练来应对图像表面的各种变化。最后我们探索了各种神经网络哪一种最适合这种任务。我们也证明这方法由于目...
2020-03-06 14:03:11
437
原创 SGM-Nets: Semi-global matching with neural networks
SGM-Nets: Semi-global matching with neural networks摘要：这篇文章用深度神经网络利用半全局匹配来预测精确密集视差图。SGM是一种广泛使用的对于真实场景的优化方法因为他的高精度和快速计算速度。尽管SGM可以得到精确结果，调整SGM惩罚系数控制视差图的平滑和不连续，是不简单的，并基于经验提出了方法。我们提出一种基于惩罚估计的学习，SGM-Ne...
2020-03-06 14:02:36
942
1
原创 MatchNet: Unifying Feature and Metric Learning for Patch-Based Matching
MatchNet: Unifying Feature and Metric Learning for Patch-Based Matching摘要：由于在学习特征表示和学习特征比较函数的成功，我们提出了一种统一的方法来结合训练块匹配系统。我们的系统成为MatchNet，由深度卷积网络组成从块来提取特征，和三个全连接层的网络来计算提取特征的相似性。为了确保实验可重复性，我们在标...
2020-03-06 14:01:53
1500
原创 Improved Stereo Matching with Constant Highway Networks and Reflective Confidence Learning
Improved Stereo Matching with Constant Highway Networks and Reflective Confidence Learning（2016 KITTI 2012 2015 前列）（引入跳跃连接-λ比例系数反射置信度混合权重）摘要：我们提出立体匹配问题三步流程，每个步骤介绍多个创新。提出新的高速路网络结构对于在每个可能...
2020-03-06 14:01:19
485
原创 Discriminative Learning of Deep Convolutional Feature Point Descriptors
Discriminative Learning of Deep Convolutional Feature Point Descriptors基于深度卷积特征点描述符的判别学习2015 ICCV（优点：网络简单+有判别力 提取描述符可用sift直接替换，有广泛应用，宽基线匹配，非刚性变化，极端光照变化）（缺点，训练麻烦，）摘要：深度学习使图像等级任务(分类)发生了革命性变化，...
2020-03-06 14:00:46
2157
1
原创 Deep Stereo Matching with Explicit Cost Aggregation Sub-Architecture
Deep Stereo Matching with Explicit Cost Aggregation Sub-Architecture（KITTI 2015 排名第二 第一名PSMNet）（北京理工）（优点 改进代价聚合 低层结构信息和高层语义信息结合）（端到端训练网络匹配代价计算 A1 特征提取——ResNet A2 卷构建——平移...
2020-03-06 13:58:08
257
1
原创 Efficient Deep Learning for Stereo Matching
Efficient Deep Learning for Stereo Matching（优点是加了內积层，速度很快，缺点无纹理和重复模式处理不好，损失少量精度）（其使用的主要框架与MC-CNN类似，尤其是Fast 框架，直接对两个由Siamese network得到feature vectors进行inner product计算。然后对结果的预测采用多类分类的模型，类别即不同大小的di...
2020-03-06 13:56:27
504
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人