摘要: 1. 背景 需求:针对视频形式的数据输入,对每一帧图像,有多个神经网络模型需要进行推理并获得预测结果。如何让整个推理过程更加高效,尝试了几种不同的方案。 硬件:单显卡主机。 2. 方案 由于存在多个模型需要推理,但模型之间没有相互依赖关系,因此很容易想到通过并行的方式来提高运行效率。 对比了如下几种 阅读全文
posted @ 2022-04-06 15:07 LyleChen 阅读(3299) 评论(0) 推荐(0) 编辑
摘要: 1. 方法论 研发是一个标准的知识密集型工作。知识的积累对于工作的高效完成和个人的持续提升都有重要的作用。 1.1 为什么 人脑在认知上的两个特点: 人脑更适合思考,而不适合记忆; 有逻辑关系、成体系、有结构的知识,能够更高效地被调用。 对应的优化办法就是建立外脑(Second Brain): 承担 阅读全文
posted @ 2021-12-18 15:32 LyleChen 阅读(969) 评论(0) 推荐(0) 编辑
摘要: 0. 参考文档 本文中绝大部分内容来自以下两个文档,想要深入了解某一个主题的,建议仔细查看原文档。 (详细):ProGit(中文版) (入门):Git-Recipes 1. 基本概念 1.1 文件状态 已修改(modified):对应工作区(Working directory),包括新增和修改的文件 阅读全文
posted @ 2021-12-18 15:18 LyleChen 阅读(118) 评论(0) 推荐(0) 编辑
摘要: 1. 基本要求 从直观理解,一个目标检测网络性能好,主要有以下表现: 把画面中的目标都检测到——漏检少 背景不被检测为目标——误检少 目标类别符合实际——分类准 目标框与物体的边缘贴合度高—— 定位准 满足运行效率的要求——算得快 下图是从 Tensorflow Object Detection A 阅读全文
posted @ 2021-04-17 14:01 LyleChen 阅读(1342) 评论(0) 推荐(0) 编辑
摘要: 论文题目:Robust Lane Detection via Expanded Self Attention 链接地址:https://arxiv.org/abs/2102.07037 文章核心想要解决的是车道线遮挡、缺失、模糊等情况下的识别精度问题。主要通过一个自注意力模块,增强网络对于这部分车道 阅读全文
posted @ 2021-04-07 16:05 LyleChen 阅读(717) 评论(0) 推荐(0) 编辑
摘要: OpenCV从3.3版本就开始引入DNN模块,现在已经是4.5版本了,DNN模块的支持度也更好了。目前OpenCV已经支持ONNX格式的模型加载和推理,后端的推理引擎也有了多种选择。 而Pytorch作为目前易用性相对最好的深度学习训练框架,使用非常广泛。Pytorch的pth格式模型没法直接用Op 阅读全文
posted @ 2021-03-04 12:05 LyleChen 阅读(4713) 评论(2) 推荐(1) 编辑
摘要: 在目标跟踪领域,Kalman滤波器是一个很常用的方法。 以在二维平面中跟踪一个物体的位置和速度为例,说明如果实现一个简单的Kalman跟踪器。 具体使用OpenCV中的KalmanFilter类来实现。 1. 参数初始化 kalman = cv2.KalmanFilter(4,2) 表示Kalman 阅读全文
posted @ 2021-01-31 19:04 LyleChen 阅读(529) 评论(0) 推荐(0) 编辑
摘要: 1. 成像曝光模型 曝光量 = 光线强度×通光孔径×曝光时间×感光强度 成像曝光的天平模型: 光线强度:相当于雨的大小,单位时间内的降雨量; 通光孔径:镜头的光圈大小,相当于盛水的杯子的口径,能够同时接雨水的截面积; 曝光时间:也称快门速度,相当于用杯子接雨水的持续时间; 感光强度:感光元件的信号增 阅读全文
posted @ 2020-12-21 13:21 LyleChen 阅读(1534) 评论(0) 推荐(3) 编辑
摘要: 最近在项目中,涉及到对行为和状态进行建模的需求,尝试用有限状态机(Finite-state machine, FSM)来实现。 1. 概念介绍 1.1 运行机制 基于对有限状态机的粗浅理解,大体的运行机制为: 系统所处的状态是明确并且有限的,必定属于状态全集中的某一种; 系统接受输入,根据判定条件, 阅读全文
posted @ 2020-12-18 10:41 LyleChen 阅读(1576) 评论(0) 推荐(0) 编辑
摘要: 近期阅读的几篇关于车道线检测的论文总结。 1. 任务需求分析 1.1 问题分析 针对车道线检测任务,需要明确的问题包括: (1)如何对车道线建模,即用什么方式来表示车道线。 从应用的角度来说,最终需要的是车道线在世界坐标系下的方程。而神经网络更适合提取图像层面的特征,直接回归方程参数不是不可能,但限 阅读全文
posted @ 2020-10-09 19:13 LyleChen 阅读(2353) 评论(0) 推荐(0) 编辑