- 博客(421)
- 资源 (3)
- 问答 (5)
- 收藏
- 关注
RSS订阅原创 算法分析与设计之近似算法
近似算法（Approximation Algorithm）是一类用于求解优化问题的算法，特别是对于那些难以精确求解的大规模问题。对于许多复杂的 NP-hard 问题，寻找精确解可能是不可行的，因为计算复杂度可能过高，甚至是不可计算的。在这种情况下，近似算法提供了一种有效的替代方案，能够在合理的时间内找到一个“足够好的”解，虽然这个解可能不是最优解。
2025-02-11 18:45:27
869
原创 算法分析与设计之NP问题
NP问题（Nondeterministic Polynomial-time problem） 是计算复杂性理论中的一个重要概念，属于计算复杂度类的核心内容。简单来说，NP问题是指那些能够在多项式时间内由非确定性图灵机解决的问题，或者可以在多项式时间内验证其解是否正确的问题。
2025-01-16 20:31:56
989
原创 算法分析与设计之网络流
网络流（Network Flow） 是图论中的一个经典问题，广泛应用于计算机网络、运输、资源调度等领域。它主要研究如何在网络中传递流量，使得资源得到有效分配，并且满足特定的约束条件。网络流问题通常涉及到一个带有容量约束的有向图，其中每条边都有一个容量限制，表示在某一单位时间内可以通过的流量。网络流的目标是找到最大可能流量的分配方案，或者在某些特定条件下找到一个最优的流量分配。
2025-01-16 20:22:57
699
原创 算法分析与设计之动态规划算法
动态规划（Dynamic Programming，DP）是一种用于解决优化问题的算法技术。它通过将问题分解成更小的子问题，解决这些子问题并将其结果存储起来，避免重复计算，从而提高计算效率。动态规划的核心思想是将原问题分解为子问题，先解决子问题，再用它们的结果来构建原问题的解。
2025-01-15 22:17:15
1005
原创 算法分析与设计之贪心算法
贪心算法是一种基于贪心策略的优化算法，通过一系列的选择得到问题的解，，这种启发式的策略并不能总能获得最优解，通常这种算法对于解决一些最优化问题非常有效，尤其是那些可以通过局部最优解来达到全局最优解的问题。对于一个具体的问题，怎么知道是否可用贪心算法解决此问题，以及能否得到问题的最优解呢？这类问题一般具有两个重要的性质：和。是指所求问题的整体最优解可以通过一系列局部最优的选择，即贪心选择来达到。
2025-01-15 21:58:06
1503
原创 算法分析与设计之分治算法
分治算法（divide and conquer）的核心思想：分而治之 ，即将原问题划分成 个规模较小，并且结构与原问题相似的独立子问题，递归地解决这些子问题，然后再合并其结果，就得到原问题的解。
2024-12-13 21:13:18
807
原创 ncnn之resnet图像分类网络模型部署
以R通道为例，原始图片的像素值是从0到255，所以像素值归一化即像x/255，减去均值再除以标准差就是==（x/255-0.485）/0.299==，把255乘下去也就是==（x-0.485×255）/255×0.299==。打开resnet18.param可以看到resnet18的结构，如上图所示，其中像Convolution，ReLU，Pooling，Split，BinaryOp都是一个算子也就是layer。可以看出输出了三个类别263，264，151，可以对imageneg类别中查找分别对应的标签。
2024-09-01 09:51:41
1380
原创 ncnn之yolov5(7.0版本)目标检测pnnx部署
支持python的首选pip，否则就源码编译。ncnn导出路线有以下选择，一般常选用从pt文件或者torchscrip文件导出通过pnnx导出。
2024-08-31 21:25:50
2540
原创 NCNN入门之编译与安装
ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖，跨平台，手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn，开发者能够将深度学习算法轻松移植到手机端高效执行， 开发出人工智能 APP，将 AI 带到你的指尖。ncnn 目前已在腾讯多款应用中使用，如：QQ，Qzone，微信，天天 P 图等。功能概述支持卷积神经网络，支持多输入和多分支结构，可计算部分分支无任何第三方库依赖，不依赖 BLAS/NNPACK 等计算框架。
2024-08-31 09:10:15
1825
原创 自制深度学习推理框架之表达式层的设计与实现
在 PNNX 中，Expression 类**用于表示和处理计算图中的算子或节点的表达式**。这些表达式通常涉及张量之间的运算、函数调用、以及其他数学或逻辑操作。
2024-08-30 19:50:25
1420
1
原创 自制深度学习推理框架之卷积和池化算子的设计与实现
池化算子和卷积算子是神经网络中的常见操作，本文将介绍其具体的计算，并了解卷积的加速计算Im2col算法。
2024-08-30 18:18:29
1741
原创 自制深度学习推理框架之计算图设计
计算图（Computational Graph）是一种用于表示数学运算和数据流的图结构，在深度学习中，它用于描述神经网络中的操作及其依赖关系。节点：表示操作（如加法、乘法、激活函数等）或变量（如输入、权重、偏置等）。边：表示数据的流动，通常是张量（Tensor）在节点间传递。
2024-08-16 17:33:04
1497
原创 自制深度学习推理框架之Tensor模板类的设计与实现
张量（Tensor）是一个多维数组的通用化概念，在数学和计算科学中被广泛使用，特别是在机器学习、物理学和工程学等领域。它是标量（0维张量）、向量（1维张量）和矩阵（2维张量）的一般化，可以扩展到更高的维度。Tensor可以看作是一个具有任意维数的多维数组。张量的维数，即张量的轴的数量。0维张量是标量，1维张量是向量，2维张量是矩阵，依此类推。每个维度的长度。形状决定了张量在每个维度上包含的元素数量。张量中的元素类型，如整型、浮点型等。
2024-08-16 16:52:10
1045
原创 C++多线程
在 C++11 之前，多线程编程主要依赖于操作系统提供的 API，如 POSIX 线程（pthread）库。而从 C++11 开始，标准库引入了一组新的线程库，提供了更简洁和跨平台的多线程支持。C++11 标准引入了 头文件，使得多线程编程更加简洁和跨平台。新标准库提供了创建和管理线程、同步数据的工具。
2024-07-24 22:24:22
927
原创 Linux多线程C/C++
在 Linux 中，多线程编程可以显著提高应用程序的性能和响应能力。多线程允许程序在多个线程中并行执行，从而更好地利用多核处理器。Linux 中的多线程编程主要依赖于 POSIX 线程（pthread）库。这个库提供了创建、同步和管理线程的各种函数。使用 头文件可以实现多线程应用。
2024-07-24 21:39:25
1661
2
原创 深度学习语义分割算法之基础知识
一般在计算机视觉领域分割任务主要分为语义分割(Semantic Segmentation)实例分割(Instance Segmentation)全景分割(Panoramic Segmentation)这三大类。
2024-06-25 19:42:12
1400
5
原创 深度学习目标检测算法之RetinaNet算法
目标检测算法RetinaNet网络原理同时介绍了FPN特征金字塔和Focal Loss损失函数！
2024-03-27 21:31:01
10478
2
原创 深度学习目标检测算法之Faster R-CNN算法
目标检测是当前计算机视觉领域内研究的一个热点，与图像分类不一样的是，目标检测不仅要准确地识别出图像中目标的类别，还要准确的定位该目标的位置，并用边界框把目标框起来。基于深度学习的目标检测算法可以分为两类：二阶算法（Two Stage）和一阶算法（One Stage）二阶算法：先生成区域候选框，再通过卷积神经网络进行分类和回归修正。常见算法有 RCNN、SPPNet、Fast RCNN，Faster RCNN 和 RFCN 等。
2024-03-25 16:57:18
7690
原创 CMake之构建跨平台项目的强大工具
本来在学习TensorRT的时候就想记录一下CMake的知识点的，但是当时由于临近期末各科作业有多一直拖动了现在哈哈哈，最近ROS中也用到了CMake决定整理一下常用的指令。CMake 是一个项目构建工具，并且是跨平台的。
2024-02-06 21:05:12
1768
11
原创 ROS入门之通信机制及常用API
ROS的通信架构是ROS的灵魂，也是整个ROS正常运行的关键所在。ROS通信架构包括各种数据的处理，进程的运行，消息的传递等等。基于发布/订阅的话题通信基于客户端/服务器的服务通信基于RPC的参数服务器，每个通信方式都有自己的特点。这里主要记录了通信架构的基础通信方式和相关概念、各种通信常用API以及其他常用API。在ROS通信协议中，数据载体是通信中的核心组成部分。ROS通过std_msgs库封装了一些原生的数据类型，如等。然而，这些数据类型一般只包含一个data字段，结构相对简单。
2024-02-04 19:57:03
1484
原创 基于深度学习的多功能人脸识别系统
这个工程是机器视觉的课程设计作业涉及OpenCV图像处理、DNN网络模型部署、Mqtt阿里云连接以及SMTP邮件发送等几个知识点，以上基于Qt(C++)和OpenCV实现的，趁着寒假简单记录一下开发过程哈哈哈！
2024-02-03 10:44:40
1768
5
原创 ROS2入门之节点与指令
ROS（Robot Operating System）是一个开源的机器人操作系统框架，最初由Willow Garage公司于2007年发起。ROS提供了一套工具和库，用于构建和开发机器人应用程序。其特点包括基于消息传递的中间件、通信模型、工具集以及开源的性质。ROS的通信机制采用发布-订阅模型和服务调用，使得不同组件（节点）能够实现信息交流。ROS在学术界和工业界都得到广泛应用，但在大规模系统中可能存在通信效率和实时性方面的挑战。ROS 2是ROS的下一代版本，旨在解决ROS的一些限制和缺点。
2024-01-11 20:50:38
3637
原创 TensorRT之LeNet5部署(onnx方式)
本文记录一下TensorRT部署流程，上一篇使用wts文件构造网络结构，这篇会使用ONNX构造网络。
2023-12-03 13:50:46
470
2
原创 TensorRT之LeNet5部署(wts方式)
零基础入门学习TensorRT部署深度学习网络，本文记录一下TensorRT部署流程，参考了网上很多例程，可能有的代码是旧版本的，但是这并不影响的，这里主要是使用API的方式构建网络。
2023-11-28 14:41:29
662
原创 Python进阶之闭包和装饰器
一般来说闭包这个概念在很多语言中都有涉及，本文主要谈谈python中的闭包定义和相关用法以及装饰器。Python中使用闭包主要是在进行函数式开发时使用，而装饰器(语法糖)在闭包的基础上为函数添加额外的功能，并且在不改变原函数代码的情况下。
2023-11-05 23:20:07
250
2
原创 Python进阶之迭代器
迭代器生成器装饰器。这里给大家先介绍迭代器相关的知识。迭代：通常从一个对象中依次取出数据，这个过程叫做遍历，也称为**迭代(**重复执行某一段代码块，并将每一次迭代得到的结果作为下一次迭代的初始值)。可迭代对象是指该对象可以被用于for循环，例如：集合，列表，元组，字典，字符串，迭代器等。直接作用于for循环的对象统称为可迭代对象(Iterable)那么在代码层面如何定义一个可迭代对象呢？在python中如果一个对象实现了__iter__方法，则该对象可以称之为可迭代对象。
2023-10-15 22:29:55
622
3
原创 Pytorch之MobileViT图像分类
MobileViT是一种基于架构的轻量级视觉模型，旨在适用于移动设备和嵌入式系统。ViT是一种非常成功的深度学习模型，用于图像分类和其他计算机视觉任务，但通常需要大量的计算资源和参数。MobileViT的目标是在保持高性能的同时，减少模型的大小和计算需求，以便在移动设备上运行，据作者介绍，这是第一次基于轻量级CNN网络性能的轻量级ViT工作，性能SOTA。性能优于MobileNetV3、CrossviT等网络。
2023-10-13 13:42:06
5833
12
原创 Pytorch之RepVGG图像分类
RepVGG是一个简单的网络结构，它通过堆叠来构建整个网络，在2021 年发布在CVPR的一篇论文Making VGG-style ConvNets Great Again提出来的，使用structural re-parameterization(结构重参数化)的方式让类VGG的架构重新获得了更好的性能和更快的速度。RepVGG核心思想是：通过结构重参数化思想，让训练网络的多路结构(多分支模型训练时——性能高)转换为推理网络的单路结构(模型推理时——速度快、省内存）)，
2023-10-13 13:40:20
868
原创 Pytorch之ConvNeXt图像分类
CNN自1989年以来一直存在，当时第一个多层CNN，称为ConvNet，由Yann LeCun开发。该模型可以执行视觉认知任务，例如识别手写数字。1998年，LeCun开发了一种改进的ConvNet模型，称为LeNet。由于其在光学识别任务中的高精度，LeNet在发明后不久就被工业使用。从那时起，CNN一直是工业界和学术界最成功的机器学习模型之一。下图显示了 CNN 生命周期中架构发展的简要时间表，从 1989 年一直到 2020 年，
2023-10-12 17:29:53
3382
2
原创 Pytorch之SwinTransformer图像分类
`Swin Transformer`(Liu et al., 2021) 是一种基于视觉Transformer的层次化模型。与之前的Vision Transformer相比，Swin Transformer采用了层次化构建方法，使用`不同倍数的下采样`来构建特征图，并在每个窗口内使用`Windows Multi-Head Self-Attention(W-MSA)`进行注意力计算。这种方法既减少了计算量，尤其是在浅层特征图较大时，又能在相邻窗口之间`传递信息`。
2023-10-11 17:58:22
5492
3
原创 Pytorvh之Vision Transformer图像分类
Vision Transformer（ViT）是将Transformer模型应用于计算机视觉领域的方法，用于图像分类任务。与传统的卷积神经网络（CNN）不同，ViT通过将图像分成==固定大小的图块==(Image Patches)并展平成序列，然后将==序列输入Transformer模型进行处理==。在Transformer中，`Self-Attention结构被用来捕捉序列中不同位置的关联信息`。通过多层的Transformer编码器，ViT能够从输入图像中学习到更高级的特征表示，最终输出图像的类别。
2023-10-11 17:56:59
5643
6
YOLOv5：高效实时目标检测的新巅峰
2023-09-20
OpenCV YOLOv4：下一代目标检测算法的革命性突破
2023-09-19
OpenCV yolov2-tiny 目标检测
2023-09-18
OpenCV C++ YOLOv3目标检测
2023-09-17
OpenCV Goturn目标追踪
2023-09-14
OpenCV 年龄和性别预测
2023-09-14
OpenCV FCN图像分割
2023-09-12
OpenCV MobileNet-SSD目标检测
2023-09-12
OpenCV4-CUDA
2023-09-12
OpenCV SSD目标检测(C++)
2023-09-12
GoogLeNet图像分类
2023-09-11
qlabel显示视频流问题
2022-08-14
神经网络中用到迭代器的作用
2022-02-11
Intel (R) HD Graphics 支持神经网络的加速吗
2022-01-28
LCD1602显示问题
2021-12-08
python 文件排版，怎么控制写入在对应文件的位置(要写吐了，真是服了）
2021-10-28
链表空指针问题，temp为什么会出现可能是空指针
2021-10-15
TA创建的收藏夹 TA关注的收藏夹
TA关注的人