HVisionSensing-CSDN博客

转载 iOS OpenCV Undefined symbols for architecture arm64: "_jpeg_free_small",

1.直接通过Build phases -> Link binary with Libraries 添加opencv2.framework2.可能出现如下错误： Undefined symbols for architecture x86_64: "_jpeg_free_large", referenced from: _free_pool in opencv2(jmemmgr.o) "_jp...

2018-03-23 10:17:30 1661

转载怎样让函数返回数组

https://www.cnblogs.com/yangxi/archive/2011/09/18/2180759.html

2018-02-23 14:46:02 1836

转载 gluPerspective

函数原型gluPerspective(GLdouble fovy,GLdouble aspect,GLdouble zNear,GLdouble zFar)首先得设置gluPerspective,来看看它的参数都表示什么意思fovy,这个最难理解,我的理解是,眼睛睁开的角度,即,视角的大小,如果设置为0,相当你闭上眼睛了,所以什么也看不到,如果为180,那么可以认为你的视界很广阔,

2018-01-28 20:37:00 3291

转载 xcode 中建立多个project 方法

Xcode里面是可以同时存在多个工程的。可以通过存放在同一个工作空间来实现同一个Xcode页面存在多个工程，也就是有多个xcodeproj。如下图所示。在Xcode页面中管理3个工程这样不仅可以方便管理几个相似功能的工程，更重要的是，可以实现多工程联编。接下来我们会做一个多工程的Demo建立一个工作空间MyWorkspace。使用方法一建立一个普通的Xcode工程MyA

2017-12-26 11:28:18 3350

原创 Caffe 配置文件详解

#训练样本418521，测试样本18715net: "face_recognizer.prototxt"# 测试多少iteration恢复训练，test_iter = 测试样本个数 / batch_size，也就是。test_iter: 3# 训练多少iteration开始测试，test_interval=训练样本个数/batch_size，也就是整个训练集过一遍开始测试。test_i

2017-11-17 14:07:32 279

转载 VS Release 模式下无法断点debug解决方案

1.工程项目上右键 -> 属性2.c++ -> 常规 -〉调试信息格式选程序数据库(/Zi)或(/ZI), 注意：如果是库的话，只能(Zi)3.c++ -> 优化 -〉优化选禁止（/Od）4.连接器 -〉调试 -〉生成调试信息选是（/DEBUG）

2017-11-07 10:26:58 6816

原创 Dlib matrix<rgb_pixel>和opencv Mat 数据转换

matrix img;cv::Mat image = cv::imread(path);array2d arrimg(image.rows, image.cols);dlib::assign_image(img, cv_image(image));

2017-10-28 11:00:47 2759

转载 Check failed: registry.count(t ype) == 1 (0 vs. 1) Unknown layer type

自己建立一个工程，希望调用libcaffe.lib ，各种配置好，也能成功编译，但是运行就会遇到报错F0519 14:54:12.494139 14504 layer_factory.hpp:77] Check failed: registry.count(t ype) == 1 (0 vs. 1) Unknown layer type: Input (known types:

2017-08-19 10:03:10 429

转载如何用proto生成文件

一：编译源码下载地址：http://code.google.com/p/protobuf/downloads/list 下载后，根据编译说明进行编译。windows 平台，直接打开msvc中的工程文件，直接编译。unix/Linux平台，先进行configure，在make。[下载和编译过程不详述，请看这里]生成的结果中有库文件有：libprotobuf.lib

2017-08-17 11:37:56 4387

视觉机器学习20讲(源代码)

《视觉机器学习20讲》是计算机、自动化、信息、电子与通信学科方向的专著，详尽地介绍了K-Means、KNN学习、回归学习、决策树学习、Random Forest、贝叶斯学习、EM算法、 Adaboost、SVM方法、增强学习、流形学习、RBF学习、稀疏表示、字典学习、BP学习、CNN学习、RBM学习、深度学习、遗传算法、蚁群方法等基本理论；深入阐述了视觉机器学习算法的优化方法和实验仿真；系统地总结了其优点和不足。本书特别重视如何将视觉机器学习算法的理论和实践有机地结合，解决视觉机器学习领域中的诸多基础问题，可应用于医学图像分析、工业自动化、机器人、无人车、人脸检测与识别、车辆信息识别、行为检测与识别、智能视频监控等。本书特别重视算法的典型性和可实现性，既包含本领域的经典算法，也包含本领域的最新研究成果。本代码包括了视觉机器学习20讲的20课程源代码，非常详细的进行了实现，具有非常高的学习价值

2015-07-26