- 博客(97)
- 资源 (14)
- 收藏
- 关注
RSS订阅原创 用std::wstring_convert＜std::codecvt_utf8＜wchar_t＞＞将std::wstring转换为std::string时，“你好”变“浣犲ソ”
用这段代码将std::wstring转换为std::string时，“你好”变“浣犲ソ”；查和试了很多方法，都不对！最后发现是需要加下面这行代码，解决问题了！安装或配置适当的语言包的方法取决于您使用的操作系统和编程环境。
2024-01-11 10:49:44
469
原创 入门 PyTorch
请注意，YOLOX的训练需要大量的计算资源和时间，并且需要具备一定的深度学习和编程经验。请务必参考YOLOX的文档或示例代码，以了解特定版本或定制化实现可能要求的数据集组织方式和标签格式，因为不同的YOLOX版本或衍生项目可能会有一些特定的要求。：用于每个图像的标签信息，通常是一个文本文件（例如.txt文件），每个文件对应一个图像，描述了图像中目标的位置和类别信息。总之，入门 PyTorch 需要一定的时间和耐心，需要不断地学习和实践，才能真正掌握 PyTorch 的使用技巧和深度学习的知识。
2023-11-29 17:05:25
335
原创 简单工厂模式的C++实现——设计模式学习（1）
编程目的：使用任意一种面向对象语言实现一个计算器的控制台程序，要求输入两个数和运算符号得到结果。#include #include using namespacestd; int main(){ double numberA; double numberB; char operate;
2023-04-13 11:25:35
562
1
原创 如何利用wxwidgets实现酷炫界面
因为wxWidgets用的是native widgets，不像Delphi,C# 和Swing有专门的look and feel 美化控件，所以美化的主要方式是为Toolbar和Button配上好看的图标，还有修饰整个软件的配色。推荐Tango一个图标库：http://tango-project.org/ to make opensource software beautiful...
2023-04-13 11:13:38
2122
2
原创 相爱容易相处难
同时，在多人协作的开发环境中，不同的开发人员可能有不同的编程习惯、思路和理解，需要相互沟通和理解，才能顺利完成项目并达到良好的代码质量。总的来说，相爱容易相处难这句话在C++开发中有一定的启示意义，它提醒我们不仅要掌握语法和技术，还需要注重人际沟通和团队合作，以及持续不断地学习和提升自己。总之，对于从事C++开发的职场妈妈来说，要想自我提升，需要不断学习、积累经验、注重沟通和合作，以及提高代码质量等方面进行努力，同时也要注重身体健康和生活习惯的养成。把它变成好的，把它看成好的它就是好的。
2023-04-13 11:11:18
166
原创 SDK之动态链接库开发—基本概念
编译器之所以能够生成更好的代码，是因为它可以确定函数是否存在于 DLL 中，这使得编译器可以生成跳过间接寻址级别的代码，而这些代码通常会出现在跨 DLL 边界的函数调用中。隐式链接的缺点：使用比较简单，在程序的其他部分可以任意使用函数，但是当程序访问十来个dll动态链接库的时候，此时如果都使用隐式链接的时候，启动此程序的时候，这十来个动态链接库都需要加载到内存，映射到内存的地址空间，这就会加大进程的启动时间，而且程序运行过程中，只是在某个条件下使用某个函数，如果使用隐式链接会造成资源的浪费。
2023-04-13 11:08:08
879
1
原创 /usr/bin/ld: cannot find -lippicv
注：在lib目录下有两个文件夹：ia32和intel64，分别对应32位的机子和64位的机子，我使用的是64位的，即intel64。//只要出现cannot find -lxxx ,证明是xxx库出问题，首先去库里面找xxx库。错误信息 "/usr/bin/ld: cannot find -lippicv" 表示链接器无法找到程序所依赖的 "ippicv" 库。将 "/path/to/ippicv" 替换为包含 "ippicv" 库的实际目录的路径。如果库已安装，则应在输出中看到其路径。
2023-04-13 11:06:07
577
原创 remote gdb 操作流程
这里的 host 是运行 GDB 的计算机的主机名或 IP 地址，port 是 GDB 服务器要绑定的端口号，program 是要调试的程序的路径，arguments 是要传递给程序的命令行参数。其中，host是GDB客户端所在的机器的IP地址或主机名，port是GDB服务器监听的TCP端口，program是需要调试的程序名称，args是传递给程序的参数。其中，program是需要调试的程序名称，host是GDB服务器所在的机器的IP地址或主机名，port是GDB服务器监听的TCP端口。
2023-04-11 15:17:14
880
1
原创 装饰模式的C++实现——设计模式学习（1）
编程目的：。装饰模式（Decorator)，动态地给一个对象添加一些额外的职责，就增加功能来说，装饰模式比生成子类更为灵活。[DP]
2023-04-11 15:08:59
492
原创 FireFox, Did Not Connect: Potential Security Issue
出现这个error的原因是，给浏览器设置了proxy，但没勾选Proxy DNS when using SOCKS v5。解决办法，勾选Proxy DNS when using SOCKS v5。
2023-04-11 14:52:26
1224
原创 pytorch张量及其使用——初学者入门必看
此外，PyTorch 还提供了很多其他的向量化操作，比如张量的加、减、乘、除等运算，以及各种常用的数学函数（如。此外，PyTorch 还提供了很多其他的向量化操作，比如张量的加、减、乘、除等运算，以及各种常用的数学函数（如。需要注意的是，在实际使用过程中，如果要对 PyTorch 张量中的元素进行操作，建议使用向量化的操作，而不是使用 Python 中的。该方法会将张量展平成一维，返回一个新的张量，不改变原始张量的形状和数据。包含了原始张量中所有的元素，而且这些元素按照原始张量中的顺序排列。
2023-04-11 14:51:09
1250
1
原创 Wandb是啥，怎么用
使用Wandb非常简单，首先需要安装Wandb的Python包，可以通过pip或conda来安装。安装完成后，需要在Python脚本中导入wandb库，登录Wandb，创建一个项目并设置实验。在实验中，可以记录各种指标、超参数、模型权重等，并进行可视化分析。最后，可以将实验的结果保存在Wandb的云端，并与团队成员共享。在Wandb的网站上，我们可以看到实验的结果，并进行可视化分析。接下来，在训练循环中，我们记录了训练损失和准确率，然后通过调用。除此之外，还包含了训练代码中写入的所有文件和模型的权重。
2023-04-10 15:53:36
2699
原创 TensorFlow安装和下载（超详细）
本教程中的代码已经在以下平台上进行了测试：Windows 10，Anaconda 3，Python3.5，TensorFlow GPU，CUDA toolkit 8.0，cuDNN v5.1，NVDIA GTX 1070TensorFlow安装准备工作TensorFlow 安装的前提是系统安装了 Python 2.5 或更高版本，教程中的例子是以 Python 3.5（Anaconda 3 版）为基础设计的。为了安装 TensorFlow，首先确保你已经安装了 Anaconda。可以从网址（An.
2023-04-06 11:13:06
62705
9
原创 opencv opencv contrib
而OpenCV Contrib是OpenCV的扩展模块之一，它包含了一些实用的算法和工具函数，如光流、分割、双目视觉、三维重建等。OpenCV和OpenCV Contrib的主要区别是OpenCV Contrib包含了一些不是在OpenCV核心库中实现的功能，例如深度学习框架的支持、面部识别、三维重建等等。需要注意的是，如果想要使用OpenCV Contrib中的功能，需要在安装OpenCV时选择安装Contrib模块，或者单独安装OpenCV Contrib扩展。// 检测关键点和计算描述子。
2023-04-06 11:04:34
1022
原创 鱼眼相机外参的计算
可以通过solvePnP接口使用3d坐标、2d坐标、内参+畸变参求鱼眼相机的外参，也可以先通过undistortPoints用内参+畸变参把2d坐标先去畸变，再用去畸变的2d坐标和3d坐标通过solvePnP接口求鱼眼相机的外参。可以使用OpenCV中的cv::solvePnP函数来计算相机坐标系和图像坐标系之间的变换关系，即相机的外参。5)使用相机的投影矩阵将场景中的三维点投影到图像中，并与实际提取的特征点进行匹配。计算鱼眼相机的外参需要先获取相机的内参和畸变系数，这些参数可以通过相机的标定得到。
2023-04-06 11:02:31
2254
2
原创 先移动后旋转，先旋转后移动的区别
现在，如果我们按照先平移再旋转的顺序应用这两个变换矩阵，我们将首先平移三角形，然后绕z轴旋转。如果我们按照先旋转再平移的顺序应用这两个变换矩阵，我们将首先旋转三角形，然后再平移。因此，先移动后旋转和先旋转后移动的区别在于，它们应用于对象的顺序不同，这将导致不同的变换结果。这个变换矩阵表示一个先沿着x轴平移10个单位，然后沿着y轴平移5个单位的变换。在OpenGL中，对于一个对象，其旋转和平移顺序的不同将导致不同的变换结果。你是opengl专家，先移动后旋转，先旋转后移动，区别？
2023-04-06 10:20:18
1262
原创 基于resnet完成4关键点检测的模型代码
首先，我们需要导入PyTorch和必要的模块。在这个例子中，我们将使用ResNet18作为我们的基础模型，并在其之上添加一个全连接层，该层将产生四个输出，对应于每个关键点的x和y坐标。我们将使用MSE损失函数来训练模型。在代码中，我们还将使用GPU加速模型的训练过程。好的，我可以帮您基于ResNet完成4关键点检测的模型代码。在这个问题中，我将假设您的任务是在给定图像中检测四个特定点的位置，例如人脸关键点检测。你是pytorch专家，请基于resnet完成4关键点检测的模型代码。# 数据集和数据加载器。
2023-04-06 10:18:26
590
原创 Docker入门
因为yml 是給docker-compose看的。按如下方式运行镜像，在yml中指定的“关联到本地端目录的docker端目录”，才看得到。但这种运行方式，在yml中指定的“关联到本地端目录的docker端目录”，看不到。运行镜像，sudo docker run -it .... bash。编译镜像，执行sudo docker-compose build。看到打印 Successfully built ....查看当前镜像列表，sudo docker ps -a。准备docker-compose.yml。
2023-03-02 15:38:49
76
原创 /bin/sh: bc: command not found
bin/sh: bc: command not found这个报错导致编译失败，安装bc之后，就可以编译通过了。
2022-10-09 11:40:55
1271
原创 Unable to negotiate with 10.5.253.119 port 29418: no matching cipher found. Their offer: aes128-cbc,
编辑 /etc/ssh/ssh_config
2022-08-09 11:49:33
656
原创 前车检测——对称性检测
依据对称性特征对障碍物进行检测,依照一般定性的分析方法,我们只能知道障碍物是否是对称的,但是在这里仅仅利用对称性的定性分析是不够的,必须能够用数学的形式对其进行定量的描述,下面将对称性的定量分析进行了介绍。本文利用连续对称的概念,建立了定量的方法来度量对称性。图像中的一行灰度数据可视为水平像素坐标的一维函数g(x),(我们不需要知道函数是什么，因为我们最终计算只是用这个函数值，这个类似于核函数的感觉)。任何函数都可以写成一个偶函数和奇函数之和的形式，奇偶函数的重要性：奇偶...
2022-02-10 15:30:39
1116
原创 深度学习与计算机视觉 实践学习（4）最简单的图片分类——手写数字识别（基于MXNet）
1. 制作Image Recordio数据2.用Module模块训练LeNet-5
2022-01-16 13:48:16
542
原创 深度学习与计算机视觉 实践学习（0）——基础工具、NVIDIA驱动和CUDA安装
安装大部分开发工具需要的基础依赖工具包，比如git，用于矩阵计算的atlas，图可视化的graphviz等；还有pip，Numpy和opencv的安装。以ubuntu18.04为例，$ sudo apt install python-pip$ sudo pip install numpy$ sudo apt update$ sudo apt install build-essential git libatlas-base-dev$ sudo pip install graph.
2021-04-09 18:31:50
197
原创 链接顺序问题
链接是基于对象文件和对象文件库构建可执行文件的过程。链接的基本思想是将每个已解析的符号与其对应的定义关联起来。这个过程也成为符号解析。链接器将已解析和未解析的符号保存在两个列表中。链接器的主要工作就是在将对象文件和库汇编成程序时，把未解析符号转换为已解析的符号。在最后的可执行程序中，每个符号都必须有一个有效的定义，否则就会出现问题。解析未定义的符号最常见的链接问题就是由未解析的符号引起的。1 丢失链接器参数如果链接器的命令行参数中丢失了某个对象文件，而它当中包含所需要的符号定义，那么链接
2021-04-06 11:30:05
1045
2
原创 git使用常见问题
git默认的编辑器是nano，使用起来不易操作，下面介绍两种方法将git默认的编辑器修改为vim. git config --global core.editor vim .git/config文件，在core中添加 editor=vim即可。
2021-03-30 21:00:30
259
原创 c/c++内存问题修复，内存使用剖析
c/c++能管理内存资源，能通过指针直接访问内存。c/c++的内存处理有很高的自由度、可控度和性能，但是也伴随着高昂的代价，即内存访问频繁的发生bug。最常见的内存访问bug有内存泄漏（memory leak)，内存管理的错误使用（incorrect use of memory management），缓冲区溢出（buffer overrun）和读取未初始化的内存（reading unnitialized memory）。内存泄漏：在运行时分配，但当程序不再需要它时未释放的数据结构。如果内存泄漏频繁
2021-03-30 20:53:44
288
原创 C++11 - std::shared_ptr和std::unique_ptr
c++的内存管理用惯了new和delete手动管理，但是有些场景这种手动管理的方式使用起来很不方便。然后想搞清楚智能指针的用法，常见问题如下：（1）如何初始化shared_ptr<string> p1 = make_shared<string>(10, '9'); shared_ptr<string> p2 = make_shared<string>("hello"); shared_ptr<string> p3 = m
2020-10-29 17:52:08
1319
原创 Ubuntu出现执行git clone却提示Authentication failure（认证失败）的解决方法
在网上查了这种错误的解决方法，有说是用户名密码输入错误造成的，有说是用户访问git服务器的权限造成的，但是我确认用户名密码输入是正确的，用户访问git服务器的权限也是正常（因为在其他ubuntu系统，输入同样的用户名和密码能正确git clone...同一个repository）这时，很奇怪，甚至怀疑是不是什么证书有问题。最后发现，如果执行sudo git clone。。。。就可以了！在这里记录，以便遇到同样问题的朋友不至于花很多时间卡着！（因为有些repository不加...
2020-09-24 10:15:31
1727
转载 vscode 配置OpenCV编译环境 (ubuntu)
需要明白内在的编译逻辑，而不是表层现象。诸如此类问题今后有很多，不可能每次都翻箱倒柜，需要做的是从容面对，仔细分析，找出问题的根源所在。 话不多说，直接给出配置的具体方法，这是一个通用版本，只要你是使用的ubutu系统，且安装的是C++版本的opencv基本上都可以通过该方法来实现。 1 step：首先新建文件夹，并在该文件下创建cpp文件，然后使用vscode打开该文件夹。 2 step：利用ctrl+shift+p打开command line，寻找launch.json，找...
2020-08-28 18:41:21
2985
2
转载 在Ubuntu上安装vsCode
操作系统：Ubuntu16.041.访问这个链接 https://code.visualstudio.com/Download选择 .deb文件 点击下载2.然后把你下载的包放到Home文件夹下。下载的包应该在下载那个文件夹里3.打开终端输入以下指令sudo dpkg -i <file>.deb 注：<file>是文件名 这里我的是code_1.10.1-1488415350_amd64sudo apt-get install -f # ...
2020-08-28 15:48:21
439
原创 ubuntu系统中vscode无法打开
问题：ubuntu系统中vscode无法打开原因：vscode的配置文件被加上了root权限解决方法：把配置文件的root权限去掉就好了，如下：delia@wmm-Inspiron-N4050:~/Downloads$ cd ~/.config/delia@wmm-Inspiron-N4050:~/.config$ sudo rm -rf ./Code/[sudo] password for delia: delia@wmm-Inspiron-N4050:~/.config$ .
2020-08-27 16:05:00
5155
3
原创 深度学习与计算机视觉 实践学习（3）最简单的图片分类——手写数字识别（基于Caffe和LeNet-5）
最简单的图片分类——手写数字识别LeNet-5在MNIST数据集上训练做手写数字识别——图片分类中的Hello World1. 准备数据——MNIST在大多数框架的例子中，用MNIST训练LeNet-5的例子都被脚本高度封装了。只需要执行脚本就可以完成从下载数据到训练的过程。比如在MXNet中，直接到mxnet/example下执行train_mnist.py即可，Caffe中也有类似的shell脚本。然后这样是不利于初学者了解到底发生了什么。本文将数据准备的部分剥离开，把每个训练都具体到一
2020-07-31 16:44:21
602
1
ldw-test-csdn.tar.gz
2020-11-02
Mobile eye distance measure.pdf
2020-07-27
caltech行人数据集转换
2019-01-24
google/styleguide
2018-08-16
基于wxwidgets实现的自定义菜单
2017-08-15
基于简单工厂模式实现的计算器例子
2016-11-22
amcap捕获camera的源码
2016-11-21
cubemap实现将全景图分割为立方体6个面的6副图像
2016-11-18
基于MFC和vlc的播放器
2016-11-18
cef_binary_3.1650.1639_windows64
2016-08-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人