<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_55189321的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_55189321</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_55189321]]></copyright><item><title><![CDATA[在香橙派Orangepi plus5上安装realsense-viewer]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/136307215</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/136307215</guid><author>weixin_55189321</author><pubDate>Mon, 26 Feb 2024 19:53:28 +0800</pubDate><description><![CDATA[4.创建构建目录并进入，然后配置开始配置参数。1.第一步更新系统包。]]></description><category></category></item><item><title><![CDATA[在Cmake编译时出现DSO missing from command line]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/136196930</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/136196930</guid><author>weixin_55189321</author><pubDate>Tue, 20 Feb 2024 19:08:31 +0800</pubDate><description><![CDATA[总结来说，这两行CMake脚本确保了你的项目可以使用pthread库进行多线程编程，同时确保了编译器在编译时能够进行适当的设置来支持多线程。这通常在需要使用多线程编程时必须要做的配置。标志是GCC编译器用来编译多线程应用的，它不仅链接pthread库，还可能设置一些编译器级别的线程优化。这意味着当CMake配置项目时，它会设置使用POSIX线程库，即pthread。确保了所有C++源文件在编译时都会考虑多线程支持。这个变量包含了传递给C++编译器的标志。当使用多线程并进行编译的时候出现这个报错。]]></description><category></category></item><item><title><![CDATA[在香橙派或者树莓派上使用源码安装opencv4（小白可进）]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/135994384</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/135994384</guid><author>weixin_55189321</author><pubDate>Fri, 02 Feb 2024 15:37:30 +0800</pubDate><description><![CDATA[如果你没有在cmake配置后续的构建环境中使用-D OPENCV_GENERATE_PKGCONFIG=ON，这里就会报错找不到Opencv，你重新从cmake配置加上这个参数那里再来一次即可。然后使用make -j4或者make -j6来进行编译，这个编译时间比较长，j后面的数字可以修改成4,6,8,视你的机器的处理核心数来定，越高的话越快,我是make -j8。在我的的情况下，如果想将。下载opencv-4.8.0版本，点击source下载，这样下载的会是一个opencv-4.8.0.zip文件。]]></description><category></category></item><item><title><![CDATA[C++悬停指针学习记录]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/135140245</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/135140245</guid><author>weixin_55189321</author><pubDate>Thu, 21 Dec 2023 21:11:45 +0800</pubDate><description><![CDATA[都指向相同的地址当liyuchun再次调用析构函数去删除m_ptr的时候，这个时候就会出错，因为在dengziqi调用析构函数的时候已经把m_ptr所指向的内存已经释放掉了，此时m_ptr就是一个野指针，对野指针或者delete野指针都是非法行为会报错。]]></description><category></category></item><item><title><![CDATA[如何在LINUX-Ubuntu20.04系统上安装Nvidia-]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/133359605</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/133359605</guid><author>weixin_55189321</author><pubDate>Thu, 21 Dec 2023 20:56:41 +0800</pubDate><description><![CDATA[注意，operating system要选用Linux 64-bit，显卡类型根据自己的电脑实际情况来选。打开禁用配置文件，使用ctrl+alt+t打开终端窗口，输入以下命令进入黑名单列表。本方式是使用 Nvidia 官网提供的.run 文件进行安装。执行完这段指令后输入reboot重启电脑，然后重新打开终端窗口输入该指令。这个系统自带的图形驱动回合Nvidia驱动冲突，因此得先禁用它。如果没有任何内容输入，就表明系统自带驱动删除成功。按ESC退出编辑模式，输入  ：wq 退出。开始下载，等待下载完成。]]></description><category></category></item><item><title><![CDATA[Zero-Shot Noise2Noise:无需数据集训练的有效图像去噪方法]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/131807246</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/131807246</guid><author>weixin_55189321</author><pubDate>Wed, 19 Jul 2023 18:55:58 +0800</pubDate><description><![CDATA[然而，实验表明，残差学习，对称损失和额外的一致性强化项（正则项）对模型的表现至关重要，在残差学习中，网络被优化用来适应噪声而不是图像，因为噪声下采样后可能更容易观察和体现出噪声。近年来，图像开始使用监督网络进行去噪，并且表现出来良好的性能，但是当前的无数据集的方法要么计算成本高，要不就是需要噪声模型，或者就是图像质量较低，因此作者提出了一个简单的两层网络，以没有任何训练数据或者噪声分布的方法，用较低的成本去高质量的对图片进行去噪，该方法是一种以更低的成本并且优于现有的其他的无数据去噪的方法。]]></description><category></category></item><item><title><![CDATA[@property的使用方法]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/131464255</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/131464255</guid><author>weixin_55189321</author><pubDate>Thu, 06 Jul 2023 23:51:28 +0800</pubDate><description><![CDATA[来修改，这个属性的id由你要修改的属性决定，所以使用 @property 装饰器的一个主要作用就是可以提供更加直观和方便的属性访问语法，使属性的获取和修改都可以通过类似于访问属性的方式来进行，增加了代码的可读性和易用性。如果我们使用了@property对一个属性进行了装饰之后，如果要需要修改该实例对象的circle属性（之前是5），就不能够直接使用circle.radius=2这样子来随便修改属性。这意味着你可以通过直接访问属性的方式来获取方法的返回值，而不需要使用方法调用的语法。，其中定义了一个方法。]]></description><category></category></item><item><title><![CDATA[反向传播理论更新梯度分析（超级详细附图）]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/131318167</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/131318167</guid><author>weixin_55189321</author><pubDate>Mon, 26 Jun 2023 04:08:01 +0800</pubDate><description><![CDATA[这就是对一个前向传播中的某个参数进行梯度更新的过程，当然这个更新过程不可能是一次完成的，在进行完一次反向传播更新梯度后紧接着会进行下一个前向传播，然后重新计算误差，这样多次循环之后会使得损失值逐渐降低，当达到某个设定值时这个循环更新梯度的过程就会停止，从而完成一整个训练流程。这是一个简单的三层神经网络X1和X2都是输入的数据，每个蓝色球就代表一个神经元，而每个神经元是由两个部分组成，一个是输入值X和权重系数W的线性方程，即表示为e=WX+b,b是偏置，上面这一行的e就是指的神经元的e。]]></description><category></category></item><item><title><![CDATA[怎么使用orbbec gemini调用深度流和彩色流并对齐（官方版本和自己版本）]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/131276777</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/131276777</guid><author>weixin_55189321</author><pubDate>Sun, 18 Jun 2023 22:42:04 +0800</pubDate><description><![CDATA[3.里面有三个文件夹，分别对应三个Python版本的demo,你可以选择你自己创建的虚拟环境所对应的Python版本，点击进去。7.把上面c_lib文件夹中OrbbecSDK.dll文件，OrbbecSDK.lib文件和和python_lib文件夹中的所有PYD文件复制到Samples文件夹中。13.我对这个代码进行了最简化，不过这个代码没有进行CV2.imshow了，就只是获取彩色流和深度流，获取成功后会打印出来。4.点进去之后是下面c_lib文件夹和python_lib文件夹。]]></description><category></category></item><item><title><![CDATA[深度学习之前馈神经网络的入门学习（我觉得是全网最详细的）]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/131193139</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/131193139</guid><author>weixin_55189321</author><pubDate>Tue, 13 Jun 2023 23:42:45 +0800</pubDate><description><![CDATA[1.上来直接贴代码，这是我定义的一个神经网络，很简单，一个输入层，一个全连接层，一个relu函数激活层，再接一个全连接输出层，直接输出特征得分，当然这个score不一定正确，因为没有经过反向传播网络的权重更新过程，仅作为一次前向传播的示例。创建特征输入的特征数据，这里是tensor格式的数据，这里torch.randn(1,input_size)中的1就是这的上文中的一个样本，即一个动物，input_size在前文定义为了3，即输入的十个特征。nn.Linear的输入为特征的数量，输出也为特征的数量，]]></description><category></category></item><item><title><![CDATA[nvidia开发板，jetson tx2 nx系统SDK烧入tensorrt库之后，在archiconda安装虚拟环境时无法安装tensorrt的问题。]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/131168641</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/131168641</guid><author>weixin_55189321</author><pubDate>Mon, 12 Jun 2023 15:29:17 +0800</pubDate><description><![CDATA[点击continue后会出现Default ip is not avaliable. Please make sure the default ip is shown in ip addr, or use a customer ip instead.他默认地址是192.168.55.1，我这里是购买的亚博智能的板子，他的教程里有在刷机时使用跳线帽把第二个引脚和第三个引脚相连接，就是这一步导致了这个报错，你把这个跳线帽取下来就可以避免这个问题了。当然了，每个人的命令都不一样，因为每个人的虚拟环境名字不一样。]]></description><category></category></item><item><title><![CDATA[关于orbbec gemini rgb-d相机在windows系统中使用Python库Openni调用深度流与RGB图的结合并进行结构光测距]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/131014916</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/131014916</guid><author>weixin_55189321</author><pubDate>Fri, 02 Jun 2023 23:30:24 +0800</pubDate><description><![CDATA[orbbec gemini相机在python中的深度流调用]]></description><category></category></item><item><title><![CDATA[使用 tensorflow.log(x)出现报错AttributeError: module ‘tensorflow‘ has no attribute ‘log‘]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/131007307</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/131007307</guid><author>weixin_55189321</author><pubDate>Fri, 02 Jun 2023 15:01:37 +0800</pubDate><description><![CDATA[解决方法：把tensorflow.log(x)修改成tensorflow.math.log(x)即可。]]></description><category></category></item><item><title><![CDATA[关于from keras.utils import SequenceImport 出现 Error: cannot import name ‘Sequence‘]]></title><link>https://blog.youkuaiyun.com/weixin_55189321/article/details/131006871</link><guid>https://blog.youkuaiyun.com/weixin_55189321/article/details/131006871</guid><author>weixin_55189321</author><pubDate>Fri, 02 Jun 2023 14:45:21 +0800</pubDate><description><![CDATA[解决方法：keras.utils.Sequence改成keras.utils.all_utils.Sequence就能解决这个问题了。]]></description><category></category></item></channel></rss>