- 博客(132)
- 资源 (25)
- 收藏
- 关注
RSS订阅原创 局域网的远程链接
目录Win10远程连接和远程桌面用户怎么设置 2远程桌面连接 6输入凭证不工作 9远程桌面连接 出现身份验证错误 10Win10远程连接和远程桌面用户怎么设置进入控制面板->系统->远程设置在远程桌面选项下，选择允许远程连接到此计算机。同时还可以点击选择用户,管理员组可以忽略。进行添加远程桌面用户，允许远程连接登录此计算机的用户。若记得用户名，直接输入，若不记得，点击高级。点击立即查找，搜索浏览所有用户,选择远程..
2022-03-12 18:36:44
984
原创 FreeRTOS_第20章_事件
文章目录简介：FreeRTOS 提供的事件具有如下特点事件变量和结构体事件结构体和一些事件现场的宏函数详解事件组创建 xEventGroupCreate( )事件删除函数 vEventGroupDelete()事件组置位函数，寻找相应等待事件的任务并唤醒 xEventGroupSetBits()将任务移除事件等待列表添加到就绪列表xTaskRemoveFromUnorderedEventList（）等待事件函数xEventGroupWaitBits()代码详解简介：学习[野火®]《FreeRTOS 内核
2020-12-04 22:49:30
477
原创 FreeRTOS_第16章_任务管理_常用的任务函数讲解
文章目录简介：跟踪钩子宏：Description就绪\阻塞\悬挂任务节点简化图：任务挂起函数任务悬挂 vTaskSuspend( TaskHandle_t xTaskToSuspend )流程图:代码：任务全部悬挂 vTaskSuspendAll( void )删除任务节点函数：任务恢复函数代码详情xTaskResumeAll()简介：本文是 [野火®]《FreeRTOS 内核实现与应用开发实战—基于STM32》 这本书第16章_任务管理_常用的任务函数讲解的补充跟踪钩子宏：traceTASK_S
2020-12-04 22:48:20
562
原创 FreeRTOS_16章_任务管理_延时阻塞部分单独整理
文章目录简介：延时阻塞主要变量:滴答中断的类型定义（portmacro.h）:任务延时阻塞实现的主要变量（tasks.c）：延时阻塞的主要逻辑:交换正常延时表和溢出延时表taskSWITCH_DELAYED_LISTS():更新阻塞解锁值prvResetNextTaskUnblockTime（）：阻塞延时任务解锁时机：简介：本文是 [野火®]《FreeRTOS 内核实现与应用开发实战—基于STM32》 这本书第16章任务管理中延时阻塞部分单独整理。延时阻塞主要变量:滴答中断的类型定义（portmac
2020-12-01 23:49:07
348
原创 野火的freeRTOS工程怎么移植到正点原子上
目录简介：时钟：串口波特率设置问题：滴答时钟的中断的时长问题：简介：正点原子的freeRTOS教程和野火系列的对比跟玩一样，教的不细致，代码注释也还没有野火详细。现实是我买了正点原子STM32F4探索者（悟）的板子，所以在学习[野火®]《FreeRTOS 内核实现与应用开发实战—基于STM32》 这本书第二部分内核移植时，需要做代码修改。我选用的是野火STM32F407霸天虎的代码，移植到正点原子STM32F4探索者（悟）的板子，下面记录我移植过程中修改的地方。书籍.
2020-11-23 17:06:06
1468
原创 FreeRTOS_第17章_消息队列_函数讲解
简介：本文是 [野火®]《FreeRTOS 内核实现与应用开发实战—基于STM32》 这本书第第17章消息队列的一些资料整理。书籍下载链接：https://pan.baidu.com/s/1dvoYbFf_p5bwlJPDIsiiZA 提取码：q01a为什么通讯要用消息队列：使用全局变量不可以？是可以使用全局变量的，但是任务之间的同步和超时的问题不好解决，使用全局变量要考虑怎么让任务轮询查询这个全局变量，还要考虑轮询的顺序。而消息队列则可以避免这些问题。具体避免的方法，需要详细查看下面...
2020-11-21 15:39:43
318
原创 FreeRTOS_第7章_任务的定义与任务切换的实现_一些小要点
简介：本文是 [野火®]《FreeRTOS 内核实现与应用开发实战—基于STM32》 这本书第7章任务的定义与任务切换的实现的一些资料整理。参考书籍有CM3权威指南CnR2要点一，两个堆栈指针：主堆栈指针和进程堆栈指针使用范围：Cortex-M3 拥有两个堆栈指针，然而它们是 banked，因此任一时刻只能使用其中的一个。1）主堆栈指针（MSP）：复位后缺省使用的堆栈指针，用于操作系统内核以及异常处理例程（包括中断服务例程） 2）进程堆栈指针（PSP）：由用户的应用程序代码使用.
2020-11-10 22:47:43
473
原创 FreeRTOS_第7章_任务的定义与任务切换的实现_任务调度部分程序详解
简介：本文是 [野火®]《FreeRTOS 内核实现与应用开发实战—基于STM32》 这本书第7章任务的定义与任务切换的实现的补充启动任务调度的流程图：第一个任务调度启动相关程序注释：main.c->主任务循环int main(void){ /* 硬件初始化 */ /* 将硬件相关的初始化放在这里，如果是软件仿真则没有相关初始化代码 */ /* 初始化与任务相关的列表开始，如就绪列表 */ /* 初始化与任务相关的列表结束，如就绪列表
2020-11-10 21:39:00
624
原创 FreeRTOS_第7章_任务的定义与任务切换的实现_初始化后相关数据结构的关系
目录简介：任务初始化：程序改动：流程图说明：流程图高清下载：简介：本文是 [野火®]《FreeRTOS 内核实现与应用开发实战—基于STM32》 这本书第7章任务的定义与任务切换的实现的补充任务初始化：程序改动：下面是Task1初始化后，相关数据结构的关系图，这里为了画图方便把原本放在pxReadyTasksLists[1]的Task1放到了pxReadyTasksLists[0]中，并删除了Task2的初始化。int main(void){ ...
2020-11-10 11:47:03
191
原创 C++中符号&的应用概念。
详解看这里#include <stdio.h>void func(int& temp){ printf("函数中temp的地址是%x，值是%x。\n", &temp, temp);}int main(){ int a = 10; int& ra = a; printf("当前a的地址是%x，值是%x。\n", &a, a); printf("当前ra的地址是%x，值是%x。\n", &ra, ra); func(a); pri
2020-06-21 20:31:09
250
原创 在调用函数的时候，传参中的变量、一级指针和二级指针的关系
#include <stdio.h>void func1(int temp){ printf("进入函数使用 int temp的变量传参数：\n"); printf("进入函数变量传参数的 变量空间在%x，变量值是%x\n", &temp, temp); temp = 2; printf("改变函数中变量的值，现在 变量空间在%x，变量值是%x\n", &temp, temp);}void func2(int *temp){ printf("进入函数.
2020-06-21 17:37:17
460
原创 tensorboard2.1.0在win10下打开没反应显示一片白
找到events.out.tfevents前缀的文件在他的上一层目录tensorboard --logdir=logs结果如下图：解决：降级到2.0.0重复上面步骤，完美解决。...
2020-04-03 14:11:04
739
原创 YOLOV3用自己的数据集训练
主要参考：https://www.cnblogs.com/answerThe/p/11481564.html https://www.aiuai.cn/aifarm1097.html做数据集就不用多说了用pip install labelImg 安装：发送桌面，用改python.exe默认打开。 使用labelImg使用YO...
2020-04-01 16:16:30
691
原创 YOLOV3的win10安装
WIN10下安装YOLOYOLOV3的pytorch源码git的国内镜像anaconda下载注意：anaconda安装的时候要选加入全局变量用anaconda创建环境conda create -n py3 python=3conda activate py3pip换源$ d:$ cd PyTorch-YOLOv3/$ sudo pip install -r...
2020-03-21 11:12:33
796
原创 纯C语言按键驱动，使用软件查询实现
https://github.com/jiejieTop/ButtonDrive调试打印个人信息——__DEBUG__调试信息PRINT_DEBUG_ENABLE错误信息PRINT_ERR_ENABLE 个人信息PRINT_INFO_ENABLE Printf在单片机上可以用串口打印出来。#define PRINT_DEBUG_ENABLE 0 /* 打印调试信息 *...
2019-12-20 14:55:00
729
转载 高级算法梳理->Tesk4
1 LightGBM原理 1.1 GBDT和 LightGBM对比 1.2 LightGBM 的动机 1.3 Xgboost 原理 1.4 LightGBM 优化 1.4.1 Histogram 算法 1.4.2 带深度限制的 Leaf-wise 的叶子生长策略 1.4.3 直方图加速 1.4.4...
2019-08-15 18:27:30
357
原创 python基础-Task6
代码框架- 游戏初始化- 游戏循环部分主要包括以下部分：- （1）按一定频率发射子弹和生成敌机； （2）移动子弹和移动敌机； （3）敌机与玩家飞机相撞处理方法； （4）敌机和玩家飞机子弹击中处理方法； （5）画图 （6）获取、处理键盘事件； （7）处理退出游戏。程序及其注释#导入必备模块import pygamefrom sys im...
2019-08-15 18:19:31
222
原创 python基础-Task5
类和对象类：用来描述具有相同的属性和方法的对象的集合。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。方法：类中定义的函数。类变量：类变量在整个实例化的对象中是公用的。类变量定义在类中且在函数体之外。类变量通常不作为实例变量使用。数据成员：类变量或者实例变量用于处理类及其实例对象的相关的数据。方法重写：如果从父类继承的方法不能满足子类的需求，可以对其进行改写，这个...
2019-08-13 22:03:22
115
原创 NLP->Test4
朴素贝叶斯原理朴素贝叶斯(naive Bayes)算法是有监督的学习算法，解决的是分类问题，如客户是否流失、是否值得投资、信用等级评定等多分类问题。该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树、神经网络相媲美。但由于该算法以自变量之间的特征独立性和连续变量的正态性假设为前提，就会导致算法精度在某种程度上受影响。贝叶斯方法把计算 “具有某特征的条件下属于某类” 的...
2019-08-13 19:46:59
168
原创 高级算法梳理- ->Test3
CART树算法分类与回归树的英文是Classfication And Regression Tree，缩写为CART。CART算法采用二分递归分割的技术将当前样本集分为两个子样本集，使得生成的每个非叶子节点都有两个分支。非叶子节点的特征取值为True和False，左分支取值为True，右分支取值为False，因此CART算法生成的决策树是结构简洁的二叉树。CART可以处理连续型变量和离散型变量，...
2019-08-12 17:48:58
466
原创 初级算法梳理->决策树算法梳理 ->Test3
信息论基础（熵联合，条件熵，熵信息增益，基尼不纯度）联合熵：（X,Y）在一起时的不确定性度量。联合熵公式联合熵性质： 大于每个独立的熵： 小于独立熵的和： 条件熵：知道X的条件下，Y的信息量。条件熵公式从公式的推断过程，可以得到条件熵的一个性质：互信息（信息增益）：知道X，给Y的信息量带来多少损失。...
2019-08-12 12:26:35
158
原创 NLP->Test3
TF-IDF原理TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与文本挖掘的常用加权技术。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜索引擎应用，作为...
2019-08-11 20:10:30
333
原创 python基础-Task4
函数的关键字关键字def是用来定义方法（即函数）def functionname( parameters ): "函数_文档字符串" function_suite return [expression]函数的定义你可以定义一个由自己想要功能的函数，以下是简单的规则：函数代码块以def关键词开头，后接函数标识符名称和圆括号()。 任何传入参数和自变量必须...
2019-08-11 19:00:06
118
原创 NLP->Test2
1. 基本文本处理技能1.1 分词的概念（分词的正向最大、逆向最大、双向最大匹配法）； 词典正向最大匹配就是将一段字符串进行分隔，其中分隔 的长度有限制，然后将分隔的子字符串与字典中的词进行匹配，如果匹配成功则进行下一轮匹配，直到所有字符串处理完毕，否则将子字符串从末尾去除一个字，再进行匹配，如此反复。逆向匹配与此类似1.2 词、字符频率统计；（可以使用Python中的co...
2019-08-09 20:11:05
204
原创 高级算法梳理->GBDT算法梳理 ->Test2
简介：GBDT 的全称是 Gradient Boosting Decision Tree，梯度提升树，在传统机器学习算法中，GBDT算的上TOP3的算法。想要理解GBDT的真正意义，那就必须理解GBDT中的Gradient Boosting 和Decision Tree分别是什么？1. Decision Tree：CART回归树 首先，GBDT使用的决策树是CART回归树，无论...
2019-08-09 19:54:22
426
原创 初级算法梳理->逻辑回归算法梳理 ->Test2
目录逻辑回归与线性回归的联系与区别，参考分类与回归任务差别：理论基础(根本差别)：参数估计方法：逻辑回归的原理：接下来说一说具体过程：逻辑回归损失函数推导及优化，参考：正则化与模型评估指标正则化模型评估指标逻辑回归的优缺点优点：缺点：样本不均衡问题解决办法八大解决方法扩大数据集尝试其它评价指标对数据集进行重采样 一...
2019-08-09 10:42:29
616
原创 python基础->Task3->字典-集合-流程语句
目录字典： 定义： 创建： 字典的方法：集合 特性： 创建： 方法：判断语句：三目表达式：循环语句：字典： 定义： 是一种可变容器模型，且可存储任意类型对象。 创建： 传统方法： d={'name':'Allen','age':...
2019-08-08 18:51:03
174
原创 NLP基础->指标->Test1
TP,FP,TN,FN例子：精确率->召回率-> ROC曲线：AUC值的计算AUC意味着什么三种AUC值示例：TP,FP,TN,FNTP：预测为正样本，实际也为正样本的特征数FP：预测为正样本，实际为负样本的特征数TN：预测为负样本，实际也为负样本的特征数FN：预测为负样本，实际为正样本的特征数总结：预测的正样本是...
2019-08-07 18:16:58
237
原创 高级算法梳理->随机森林算法梳理 ->Test1
目录集成学习的概念个体学习器的概念：boosting bagging的概念、异同点，参考：boosting：bagging：区别：理解不同的结合策略(平均法，投票法，学习法)平均法：投票法：学习法:随机森林的思想:随机森林的推广,参考:随机森林的优缺点：优点：缺点：随机森林在sklearn中的参数解释随机森林的应用场景集...
2019-08-07 16:10:32
332
原创 初级算法梳理->线性回归算法梳理 ->Test1
机器学习的一些概念 有监督、无监督、泛化能力、过拟合欠拟合(方差和偏差理解)、交叉验证有监督：使用带标注的数据无监督：使用无标注的数据泛化能力：除了训练集以外，对新样本的处理能力欠拟合与过拟合：参考我们在训练模型的时候有两个目标：降低训练误差，寻找针对训练集最佳的拟合曲线。 缩小训练误差和测试误差的差距，增强模型的泛化能力。这两大目标就对应机器学习中的两大问题： 欠拟合...
2019-08-07 14:24:02
256
原创 python基础-Task2
目录列表 标志 [ ] 基本操作（创建， append（）， pop（）， del（），拷贝） 列表相关方法和函数元组 标志 是 逗号 (,) , 而不是小括号, 小括号只是起补充作用 基本操作（创建及不可变性）string字符串 定义及基本操作（+，*，读取方式） 字符串相关...
2019-08-06 19:07:56
142
原创 python基础-Task1
目录python基础讲解1）Python变量特征+命名规则2）注释方式3）python中“：”作用4）学会使用dir( )及和help( )5）import使用6）pep8介绍python数值基本知识1）python中数值类型，int，float，bool，e记法等以下运算符，参考2）算数运算符3）逻辑运算符4）成员运算符5) 身份运算符...
2019-08-05 15:24:58
207
原创 caffe版本Faster-RCNN：py-faster-rcnn-master/lib/datasets/factory.py ->用于集成程序默认提供的数据集
分析：这个代码分两个部分：1）首先往__sets()字典的key中注入名字，往对应的val中注入对应的初始化函数。下次只要在__sets()字典中输入key的名字就可以执行对应的初始化函数。__sets（）的具体情况如下：2）get_imdb(name) 用于配套__sets()的初始化，输入__sets（）中存在key，调用他对应的val进行初始化 li...
2019-07-27 22:22:15
177
原创 caffe版本Faster-RCNN：py-faster-rcnn-master/lib/datasets/ds_utils.py ->关于box的一些操作，主要是过滤
分析ds_utils.py 拥有的功能如下，输入的都是boxes：unique_boxes（） 过滤大的重复框 xywh_to_xyxy（） 由xywh的格式转为xyxy格式 xyxy_to_xywh（） 由xyxy的格式转为xywh格式 validate_boxes（） 用于检测boxes是否超界 filter_small_boxes（） 用于过滤尺寸小于min_si...
2019-07-27 21:59:38
207
原创 caffe版本Faster-RCNN：py-faster-rcnn-master/data/scripts/fetch_faster_rcnn_models.sh ->标准的下载文件的脚本
这个是下载脚本的标配这里有两个难点：1.关于下载地址的解读如下，参考： 举个例子：bash /home/ldsw/py-faster-rcnn-master/data/scripts/fetch_faster_rcnn_models.sh 则BASH_SOURCE[0]的获取的第一个参数就是/home/ldsw/py-faster-rcnn-master/...
2019-07-27 18:12:21
637
原创 HOG特征使用OPENCV提取梯度幅度和方向的实现，主要是可视化理解
HOG特征提取全Numpy实现HOG步骤详解本项目使用的代码原地址，我改编的地址代码详解：创建一个HOG的类：__init__是图片，cell，划分角度等基础信息（基础） extract 是提取cell中的HOG特征，然后可视化，在提取block中的HOG特征（主要流程） global_gradient 用于得到图片梯度幅度和梯度方向（在统计HOG特征前面需要得到的信息）...
2019-07-25 17:50:05
1968
4
原创 HOG特征提取全Numpy实现
目录HOG步骤详解HOG用Numpy代码实现的下载地址HOG特征实现的主要步骤（代码实现部分，缺少处理block）：代码功能：代码详解（代码根据我自己的理解修改一部分，主体一样）：1.导入必要库，注意在jupter画图要加%matplotlib inline2.显示图片->图片灰度化3.调整图片大小，调整为cell尺寸大小的整数倍，避免后面cell分割的时...
2019-07-24 19:49:55
1699
6
原创 caffe复现MLKP的训练功能
训练才是真正坑的部分。项目地址，项目论文，项目论文翻译：（待续）环境（这个必须严格要求）：CUDA：8.0版（这个最好是8，7.5） CUDNN：5.0版（这个不是太硬需求） 接下来使用protoc --version确定libprotoc的版本一定要2.6.1（一般ubuntu16.04的libprotoc的版本都是2.6.1，一定要这个版本） 不使用a...
2019-07-13 10:43:32
218
原创 caffe复现MLKP的测试功能
这个项目简直是神坑，巨坑。项目一点都不详尽，缺胳膊少腿，给的代码还有错的。晕，下面开始颠沛流离的调试吧。项目地址，项目论文，项目论文翻译：（待续）环境（这个必须严格要求）：CUDA：8.0版（这个最好是8，7.5） CUDNN：5.0版（这个不是太硬需求） 接下来使用 protoc --version 确定 libprotoc的版本一定要2.6.1 （...
2019-07-09 17:18:08
362
原创 论文翻译 HIHCA
关于论文Higher-order Integration of Hierarchical Convolutional Activations for Fine-grained Visual Categorization的翻译为了更好的还原，我手动码了公式，结果不能复制到博客来，只能转成图片发。是会员的同学原件下载可以走这个链接。不是会员的同学原价下载可以走这个链接，验证码是：uulu因...
2019-07-07 02:32:52
289
HOG_github_danielshaving_CV_Features_HoG_Feature_Extraction.ipynb
2019-07-25
HOGNumPy_github_ahmedfgad_HOGNumPy.ipynb
2019-07-25
HIHCA论文翻译
2019-07-07
pytorch卷积神经网络代码教学
2019-04-13
段小姐组2018年省赛D题手势识别
2019-04-03
BP的反向传输查看神经网络最匹配的特征图
2019-01-10
新版的packaging_tool.py
2018-12-21
VGG_imagenet.npy
2018-11-21
Caltech行人数据集转化VOC格式Python代码
2018-11-16
人工智能_手写体_BP神经网络实现
2018-09-29
基于EDA软件和FPGA的电子设计
2017-12-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人