摘要：
[net] # Testing #batch=64 #subdivisions=8 # Training batch=64 subdivisions=4 width=416 height=416 channels=1 momentum=0.9 decay=0.0005 angle=45 satura 阅读全文
摘要：
文章目录 数据流向图实现方式主要功能点从摄像头获取视频数据图像Base64编码Websocket服务通过websocket广播 完整代码gohtml5 效果图参考 数据流向图 实现方式 通过opencv抓取摄像头的视频数据按帧处理将每一帧压缩成jpg格式并编码成base64格式通过websocket 阅读全文
摘要：
文章目录 概念特点与传统apps对比什么是 Service WorkerService Worker 的生命周期Demo实例 概念 WPA 的英文全称是Progress Wab Apps，翻译为渐进式应用。 来自 appsco.pe 的解释 WAP是传统应用的未来发展方向。webbrowser技术的 阅读全文
摘要：
Combinatorics 排列组合相关功能 ComplexExtensions 对System.Numerics类中复数相关功能的扩展 Constants 数学中常用的一些常数。 ContourIntegrate 对库的参数进行配置。 Differentiate 导数，对函数求一阶导数和二阶导数等 阅读全文
摘要：
文章目录 什么是windows服务如何注册windows服务用vc++实现windows服务：Golang 实现 Windows 服务 什么是windows服务 Windows 服务是主要用于服务器环境而长期运行的应用程序， 这类程序不需要有用户界面或者任何模拟输出。 任何的用户消息通常都是记录在W 阅读全文
摘要：
文章目录 QuPath脚本是Groovy脚本编辑器示例统计对象统计不同类型的对象循环类别计数计算百分比面积统计 附加技术点默认方法和导入QP和QPEx中的静态方法导入静态方法 参考文档 QuPath脚本是Groovy QuPath脚本是基于Groovy创建的。选择Groovy是因为Groovy具有很 阅读全文
摘要：
目录 目录基本思想模拟过程计算过程 基本思想 基于拓扑理论的数学形态学的分割算法，基本思想是把图像看作是地形地貌，图像中每一点的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域成为集水盆，集水盆的边界则形成分水岭。 模拟过程 在每一个局部极小值表面，刺穿一个小孔，然后慢慢把整个模型浸入水中，随 阅读全文
摘要：
目录 文章目录 目录退火原理爬山算法模拟退火模拟退火伪代码算法评价参考文献 退火原理 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却。加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。 根据Met 阅读全文
摘要：
基于go的websocket大多使用gorilla/websocket iris也提供了websoket的封装，github.com/kataras/iris/v12/websocket 不过iris官方给的示例基本上都是依赖官方的js库实现的neffos.js Neffos.js对websocke 阅读全文
摘要：
K均值（K-Means）算法是一种无监督的聚类学习算法，他尝试找到样本数据的自然类别，分类是K由用户自己定义，K均值在不需要任何其他先验知识的情况下，依据算法的迭代规则，把样本划分为K类。K均值是最常用的聚类技术之一，通过不断迭代和移动质心来完成分类，与均值漂移算法的原理很相似。 K均值算法的实现过 阅读全文
摘要：
GoCV GoCV是go语言版的opencv封装，基于opencv4.0+ 项目地址：https://gocv.io/ 环境配置 配置可参考官网教程 https://gocv.io/getting-started/windows/ OpenCV编译 过程中opencv是需要我们自己编译的，openc 阅读全文
摘要：
最近在做一个小项目，期间需要用到C#去操作IE页面中的元素，实现自动填写表单并且提交的功能，想这网上关于这方面的东西肯定很多，于是开始在网上找资料。 在逆心的博客上找到些东西对自己帮助很大，原文链接：http://www.cnblogs.com/kissdodog/p/3725774.html 1. 阅读全文
摘要：
进程在 内存中的分区情况 是这样的： 1， 栈区（stack）：栈区是由编译器自动分配和释放的，主要存放局部变量、函数参数值等，就连函数的调用过程都是用栈来完成的。 栈空间的大小是有限制的，一般是1~8Mb，跟操作系统有关，所以如果需要申请大块内存的时候栈空间往往是不够用的，需要借助堆（heap）内 阅读全文
摘要：
噪声影响 图像在采集的过程中，难免会收到外接或相机内部的干扰，导致采集到的图像上存在或多或少的噪声。如果噪声比较严重，在后续的分析处理之前需要对图像进行一次去噪处理，否则将会严重影响视觉效果以及分析结果。 噪声模型可参考上篇文章 https://blog.csdn.net/Ango_/article 阅读全文
摘要：
按照默认规定，只有一个参数的构造函数也定义了一个隐式转换，将该构造函数对应数据类型的数据转换为该类对象，如下面所示： class String { String ( const char* p ); // 用C风格的字符串p作为初始化值 //… } String s1 = “hello”; //OK 阅读全文
摘要：
Unet网络 Unet是一种编码-解码结构相结合的神经网络结构，是一种语义分割网络。在医学图像分割的相关应用中被广泛使用。使用matlab可以快速实现网络结构的定义和训练。 数据集准备 准备待训练图像和相对应的标注图像，将图像和标注图像分别存放到不同的目录中，通过相同的文件名进行一一对应。 %% 数 阅读全文
摘要：
本文使用matlab环境，测试了自动驾驶场景的图像分割任务。分割网络使用Unet。 一千张标注图像，最终训练精度达到 90%。 数据准备 场景预标注数据下载地址：Semantic Segmentation for Self Driving Cars | Kaggle 数据下载可能需要FQ，如果无法下 阅读全文
摘要：
Demo代码以及测试数据下载：https://download.csdn.net/download/Ango_/15946085 图像分类是神经网络最典型的应用之一，常用的分类网络有AlexNet、LeNet、VGGNet、GoogleNet、Inception网络、ResNet、DenseNet等 阅读全文
摘要：
LeNet5 介绍 LeNet通常就指LeNet5，该网络诞生于1998年，作者是Yann LeCun，当初被设计用来识别手写数字，是最早的CNN网络之一，被后续学者奉为经典，该论文的下载地址 http://citeseerx.ist.psu.edu/viewdoc/download;jsessio 阅读全文
摘要：
介绍 Torchvision是torch的一部分，主要提供一些torch的辅助功能，主要分为六部分内容： torchvision.datasetstorchvision.iotorchvision.modelstorchvision.opstorchvision.transformstorchvis 阅读全文