大师兄的博客

摘要： MobileNet V1是谷歌2017年提出的轻量化卷积神经网络，用于在移动端、边缘终端设备上进行实时边缘计算和人工智能推理部署。 使用深度可分离卷积Depthwise Separable Convolution，在保证准确度性能的基础上，将参数量、计算量压缩为标准卷积的八到九分之一。引入网络宽度超参数和输入图像分辨率超参数，进一步控制网络尺寸。 在ImageNet图像分类、Stanford Dog细粒度图像分类、目标检测、人脸属性识别、人脸编码、以图搜地等计算机视觉任务上，结合知识蒸馏进行评估，MobileNet表现出极致的轻量化和速度性能。 阅读全文

摘要： 原文链接：https://www.cnblogs.com/harrymore/p/16076569.html 如果你和我一样是一个后端开发者，那么日志就是通向你的应用的窗口了。不像前端，后端应用除了日志信息外没多少可以直接看到的东西。以下是我写日志的时候，遵循的一些个人原则。 记在后而非前 想当年， 阅读全文

摘要： 原文链接：https://www.cnblogs.com/harrymore/p/16054955.html 1. 原因 librosa库在读取wav的时候，是直接用自己的库进行读取分析的，但是如果是mp3，则会调用ffmpeg作为后端进行解析，而调用的方式，是使用系统调用ffmpeg命令进行解码。 阅读全文

摘要： 原文链接：https://www.cnblogs.com/harrymore/p/15989783.html 1. 工程结构 参考了一些博主和项目经验，总结出的一套比较通用的结构，如下： FastPro/ |-- scripts/ | |— run.sh |-- logs/ | |-- 2022-3 阅读全文

摘要： 原文链接：https://www.cnblogs.com/harrymore/p/15749808.html 1. 问题 在跑./run.sh的时候，因为在一些数据集（如magicdata）的预处理中，会调用local/word_segment.py进行分词处理。查了一下，看到mmseg是n年前的包 阅读全文

摘要： 原文链接：https://www.cnblogs.com/harrymore/p/15732493.html 1. 前言 我们知道，在kaldi的egs中有很多例子，在运行run.sh的时候，会对测试集进行推断，中间会留下很多日志，其中在日志叫cer_xxx或者wer_xxx的，可以找到相应的字准确 阅读全文

摘要： 在搜索最后加上 –csdn 即可。 （完） 阅读全文

摘要： 原文链接：https://www.cnblogs.com/harrymore/p/15465053.html 1. 报错 使用python3本地安装pymmseg-cpp或者直接使用pip安装，一直报以下错误： error in pymmseg setup command: use_2to3 is 阅读全文

摘要： 原文链接：https://www.cnblogs.com/harrymore/p/15387117.html 1. TensorRT的模型转换 当我们需要利用NVIDIA的硬件进行加速模型的时候，很多时候会选择将模型转为TensorRT模型，不同的框架下有各种各样的转换方式，如转为uff然后再转Te 阅读全文

摘要： 转自：https://blog.csdn.net/zhangyichuan_dlut/article/details/103509382 运行命令 pip install uwsgi 报错： 一大托红色错误警告，主要报错内容是： error: lto-wrapper failed collect2: 阅读全文