winafox的专栏

opencv c++ kmeans 使用的一点心得

winafox — Thu, 03 Sep 2020 15:23:33 +0800

一张灰度图的kmeans过程我们首先来看看opencv中kmeans的接口定义： kmeans(InputArray, K, bestLabels, criteria, attempts, flags, centers) InputArray: 很容易理解，就是待处理的数据，但是我们现在是一张灰度图，我们就需要处理成它需要的格式，我们来仔细看看改如何处理。步骤如下： int K = 3; cv::Mat img = cv::imread('test.jpg', cv::IMREAD_GRAYSCALE)

libtorch1.5 + opencv部署(如何过滤torch::tensor中的值)

winafox — Fri, 21 Aug 2020 13:09:50 +0800

在Libtorch中像numpy一样过滤矩阵中的值分类这个简单，自己随意处理即可。语义分割语义分割中，我们对模型输出结果会需要简单进行阈值过滤，在numpy中，我们会这样做： output[output < 0.5] = 0 这样我们就过滤了我们不需要的值，但是，我们怎么在libtorch中做呢？libtorch的api看了不少，就是没发现什么好方法。后来在pytorch论坛提问，终于找到了灵感，下面就是解决方案：假设一个 {1, 10, 224, 224} 的 output，我们会按照如

Win10 + WSL2 + Ubuntu18.04 + CUDA 成功

winafox — Wed, 01 Jul 2020 21:29:14 +0800

Win10 + WSL2 + Ubuntu18.04 + CUDA 成功折腾了一天，wsl2终于能访问win10的cuda了win10，并不是你想象中的win10驱动只装在win10端win10也有kernelwin10的update也有玄机wsl里面nvidia-smi不能用折腾了一天，wsl2终于能访问win10的cuda了今天要庆祝一下，折腾了一天，终于搞定了wsl2+cuda，终于可以办公与深度学习两不误了。 win10，并不是你想象中的win10 不要以为你的是win10，然后升级到最新版本，

开个坑，libtorch1.5 + opencv部署

winafox — Tue, 09 Jun 2020 20:58:31 +0800

开个坑，libtorch + opencv部署<持续更新。。。>libtorch部署windows平台的深度学习应用libtorch想说production不容易python opencv 与 c++ opencv的差异（TMD非常坑人） libtorch部署windows平台的深度学习应用最近部署windows平台的深度学习应用，纯cpu，走了不少弯路，打算开个帖子，好好聊一聊 libtorch想说production不容易基本概念应用架构编译与环境准备部署方案（dll） pyt

OpenCV DNN下，实现softmax(C++)

winafox — Thu, 28 May 2020 11:13:46 +0800

OpenCV DNN下实现softmax 最近在部署产品的时候，CPU平台，没有GPU，所以用到了dnn，然而，我用的pytorch，dnn没法直接加载，我导出为onnx。第一次，我把softmax做到onnx里面，dnn模块加载就crash了，很无奈，我不得不把softmax移除，在模型外部实现，于是就有了下面的代码。 softmax c++实现with opencv int softmax(const cv::Mat & src, cv::Mat & dst) { float m