半夜打老虎

摘要： 深度学习在2D视觉领域分类 一、图像分类 图像分类是指将数字图像自动分类到不同的预先定义类别中。 二、目标检测 目标检测是指在图像或视频中自动识别和定位特定物体的任务。与图像分类不同，它不仅需要确定物体的类别，还需要找出物体在图像中的位置。 按照框分类又可以分为平行框检测和旋转框检测。 平行框 旋转 阅读全文

摘要： 分类网络 深度学习在图像邻域的应用大致可以分为图像分类、目标检测、图像分割三大类，其中图像分割又可以细分为语义分割、实例分割和全景分割，这一篇梳理下常见的分类数据集和分类网络，后续会重点介绍ResNet，并逐步实现ResNet训练及推理。 一、常用分类数据集 MNIST 内容是0-9的手写数字，60 阅读全文

摘要： 本文对接触到的深度学习相关内容做一个梳理。 一、深度学习 1. 深度学习是什么 深度学习（Deep Learning）是机器学习（Machine Learning）的一个研究方向，而机器学习属于人工智能（AI， Artificial Intelligence）的范畴，人工智能是研究、开发用于模拟、延 阅读全文

摘要： 一、ncnn模型 可由ncnn库中的onnx2ncnn工具将onnx格式模型转换为ncnn格式的.param和.bin两个文件，其中param记录了各算子，param文件可直接由可视化工具Nerton打开查看，这里记录下param文件格式。ncnn模型的加载参考:ncnn加载模型的几种方式 二、pa 阅读全文

摘要： 一、平面射线与线段是否相交 1.1 相交检测 步骤 1、判断射线方向\(\vec{d}\)（单位向量）是否与线段所在方向\(\vec{AB}\)是否平行，如果平行则不相交 2、假设射线与线段交点为\(P\)，则计算\(|\vec{AP}|\)与\(|\vec{AB}|\)的比例\(u\) 3、如果\ 阅读全文

摘要： 已知条件 \(ori(x, y, z)\)表示射线起点坐标 \(dir(x, y, z)\)表示射线方向(单位向量) \(Bound\)表示AABB包围盒 \(Bound.MinBound\)表示包围盒在各轴向最小坐标 \(Bound.MaxBound\)表示包围盒在各轴向最大坐标 一般平面方程为\ 阅读全文

摘要： 一、OpenMP TBB选择 参考https://blog.csdn.net/yuwei629/article/details/9302343 OpenMP需要编译器支持，TBB需要下载运行库 TBB 大量使用了 C++ 模板和用户自定义类型，所以特别适宜对象导向程度较高的代码, 但TBB只支持C+ 阅读全文

摘要： ctime clock()是一个无参函数，返回值是一个以毫秒为单位的整形 #include <ctime> #include <iostream> long t1 = clock(); **** Doing something **** long t2 = clock();; std::cout < 阅读全文

摘要： make_heap https://en.cppreference.com/w/cpp/algorithm/make_heap struct ds { double value; int idx; ds(double v, int index) : value(v), idx(index){} }; 阅读全文

摘要： 在目标检测时通常需要计算包围框的IOU，用于判断正负样本以及后续NMS过滤。框A和框B的IOU的值为其交集面积除以并集面积， $$IOU = \frac{Area_{A \cap B}}{Area_{A \cup B}}$$ 如果框为轴向包围盒，则可以参考IOU及NMS实现 ，但有时会遇到旋转框问题 阅读全文