吴建明wujianming

2021年1月20日

摘要：用OpenCV进行摄像机标定照相机已经存在很长时间了。然而，随着廉价针孔相机在20世纪末的引入，日常生活中变得司空见惯。不幸的是，这种廉价伴随着它的代价：显著的扭曲。幸运的是，这些常数，通过校准和一些重新映射，可以纠正这一点。此外，通过校准，还可以确定相机的自然单位（像素）和真实世界单位（例如毫米阅读全文

posted @ 2021-01-20 08:52 吴建明wujianming 阅读(1304) 评论(0) 推荐(0)

摄像头标定GML Camera Calibration

摘要：摄像头标定GML Camera Calibration GML Camera Calibration官方版是一款十分优秀出色的相机标定软件，GML Camera Calibration官方版界面友好，功能实用，可以帮助用户轻松快捷的计算相机的内外参数，不仅如此，GML Camera Calibrat 阅读全文

posted @ 2021-01-20 07:30 吴建明wujianming 阅读(695) 评论(0) 推荐(0)

2021年1月12日

CUDA 7流简化并发

摘要： CUDA 7流简化并发异构计算是指有效使用系统中的所有处理器，包括CPU和GPU。为此，应用程序必须在多个处理器上同时执行功能。CUDA应用程序通过在流（按顺序执行的命令序列）中，执行异步命令来管理并发性。不同的流可能同时执行，或彼此相对执行命令。在不指定流的情况下执行异步CUDA命令时，运行时阅读全文

posted @ 2021-01-12 12:59 吴建明wujianming 阅读(428) 评论(0) 推荐(0)

C ++基本输入/输出

摘要： C ++基本输入/输出本文将学习如何使用cin对象从用户那里获取输入，并使用cout对象在示例的帮助下向用户显示输出。 C ++输出在C ++中，cout将格式化的输出发送到标准输出设备，例如屏幕。将cout对象与<<运算符一起使用以显示输出。示例1：字符串输出 #include <iostr 阅读全文

posted @ 2021-01-12 11:54 吴建明wujianming 阅读(658) 评论(0) 推荐(0)

C ++变量，文字和常量

摘要： C ++变量，文字和常量本文将借助示例来学习C ++中的变量，文字和常量。 C ++变量在编程中，变量是用于保存数据的容器（存储区）。为了指示存储区域，应该为每个变量赋予唯一的名称（标识符）。例如， int age = 14; 这里， age是int数据类型的变量，为其分配了一个整数值14。阅读全文

posted @ 2021-01-12 11:05 吴建明wujianming 阅读(520) 评论(0) 推荐(0)

nvGRAPH三角形计数和遍历示例

摘要： nvGRAPH三角形计数和遍历示例 #include “ stdlib.h” #include“ inttypes.h” #include“ stdio.h” #include“ nvgraph.h” #define check( a )\ {\ nvgraphStatus_t status =（a 阅读全文

posted @ 2021-01-12 10:19 吴建明wujianming 阅读(109) 评论(0) 推荐(0)

2021年1月8日

TensorRT深度学习训练和部署图示

摘要： TensorRT深度学习训练和部署 NVIDIA TensorRT是用于生产环境的高性能深度学习推理库。功率效率和响应速度是部署的深度学习应用程序的两个关键指标，因为它们直接影响用户体验和所提供服务的成本。Tensor RT自动优化训练好的神经网络，以提高运行时性能，与仅使用通用CPU的深度学习推理阅读全文

posted @ 2021-01-08 07:32 吴建明wujianming 阅读(588) 评论(0) 推荐(0)

TensorRT 数据和表格示例

摘要： TensorRT 数据和表格示例 TensorRT 7.1在绑定索引方面比其前身更加严格。以前，允许错误配置文件的绑定索引。考虑一个网络，该网络具有四个输入，一个输出，以及在其中的三个优化配置文件 IBuilderConfig。该引擎有15个绑定，每个优化配置文件有5个绑定，概念上被组织为一个表：阅读全文

posted @ 2021-01-08 07:12 吴建明wujianming 阅读(120) 评论(0) 推荐(0)

TensorRT原理图示

摘要： TensorRT原理图示 NVIDIA的核心® TensorRT™是有助于在NVIDIA图形处理单元（GPU）的高性能推理一个C ++库。它旨在与TensorFlow，Caffe，PyTorch，MXNet等训练框架以互补的方式工作。它专门致力于在GPU上快速有效地运行已经受过训练的网络，以生成结果阅读全文

posted @ 2021-01-08 06:52 吴建明wujianming 阅读(450) 评论(0) 推荐(0)

TensorRT 数据格式说明

摘要： TensorRT数据格式说明 NVIDIA ® TensorRT™支持不同的数据格式。需要考虑两个方面：数据类型和布局。数据类型格式数据类型是每个单独值的表示。它的大小决定了数值的范围和表示的精度；分别是FP32（32位浮点或单精度），FP16（16位浮点或半精度），INT32（32位整数表示）阅读全文

posted @ 2021-01-08 06:41 吴建明wujianming 阅读(520) 评论(0) 推荐(0)

吴建明

微信视频号：sph0RgSyDYV47z6 快手号：4874645212 抖音号：dy0so323fq2w 小红书号：95619019828 B站1：UID:3546863642871878 B站2：UID: 3546955410049087

公告