- 博客(620)
- 收藏
- 关注
RSS订阅原创 ubuntu 双网卡内外网优先级设置
由于工作原因，需要同时使用有线和无线网卡无线网卡访问外网，有线网卡访问内网比如：有线网卡的ip地址为172.1.2.3，子网掩码为255.255.255.0无线网卡的ip地址为192.168.1.111，子网掩码为255.255.255.0如果只是想通过无线网卡访问外网，那么只需要提高无线网卡的优先级即可。那我们使用命令：ip route show查看路由表如下：default via 192.168.1.1 dev enx2 proto dhcp metric 600d.
2021-12-15 09:39:59
6211
1
转载 深度学习分布式训练框架 horovod -- 弹性训练总体架构
0x00 摘要Horovod 是Uber于2017年发布的一个易于使用的高性能的分布式训练框架，在业界得到了广泛应用。本系列将通过源码分析来带领大家了解 Horovod。本文是系列第十二篇，看看horovod 如何实施弹性训练。弹性训练使得Horovod具备运行时worker数量动态伸缩，而不需要重启 或者 只是从存储中的checkpoint恢复训练。本系列其他文章链接如下：[源码解析] 深度学习分布式训练框架 Horovod (1) --- 基础知识[源码解析] 深度学习分布式训练
2021-08-31 09:09:47
1538
转载 Ubuntu18.04下解决Qt出现qt.qpa.plugin:Could not load the Qt platform plugin “xcb“问题
https://blog.csdn.net/LOVEmy134611/article/details/107212845问题描述安装Qt5.15.0后，在运行测试用例时弹出错误：qt.qpa.plugin: Could not load the Qt platform plugin "xcb" in "" even though it was found.This application failed to start because no Qt platform plugin could
2020-11-10 13:37:39
2787
原创 三维重构流程 openMVG + openMVS + meshlab
0 reference:https://blog.csdn.net/baidu_40840693/article/details/84777589https://blog.csdn.net/shanwenkang/article/details/103196001[1] https://leohope.com/%E8%A7%A3%E9%97%AE%E9%A2%98/2018/03/06/compare-re3d-system/[2] https://www.itread01.com/conte
2020-07-05 09:23:30
2365
原创 三维重建开源软件介绍
1 相关软件1.1 MVE: https://www.gcc.tu-darmstadt.de/home/proj/mve/index.en.jsp1.2 Bundler: http://www.cs.cornell.edu/~snavely/bundler/1.3 VisualSFM: http://ccwu.me/vsfm/1.4 OpenMVG: https://openmvg.readthedocs.io/en/latest/software/SfM/SfM/1.5 ColMap:
2020-07-05 08:14:28
2815
原创 CairoDock configure
from CairoDock import CairoDockd=CairoDock().iface# add CherryTreed.Add({'type':'Launcher', 'name':'CherryTree', 'command':'cherrytree %f', 'icon':'cherrytree.svg'})# add Shutterd.Add({'type':'Launcher', 'name':'Shutter', 'command':'shutter %F', 'ic
2020-05-31 16:38:40
189
原创 VINS-mono 相关资料
VINS-mono详细解读与实现https://blog.csdn.net/Darlingqiang/article/details/80689123
2020-05-27 07:43:30
184
转载 用SDF文件模拟激光雷达
在上一篇文章中，我们介绍了如何使用Gazebo提供的模型编辑器来创建一个机器人模型，并在仿真中使用。 通过GUI的形式创建机器人模型的过程是很繁琐的，尤其是在机器人比较复杂的时候。而且我个人在使用过程中，发现它的GUI界面还是有很多Bug的，所以推荐尽量使用SDF文件来描述机器人。 在本文中，我们将用SDF文件来描述一个激光雷达。SDF是一个XML格式的描述文件，用来在仿真、可视化和控制中描述...
2020-04-23 14:24:54
1430
1
转载 cartographer 点云同步处理
点云同步对于单帧数据无影响，对于多帧数据，延时一帧1.点云同步处理的类RangeDataCollatorclass RangeDataCollator {public: explicit RangeDataCollator( const std::vector<std::string>& expected_range_sensor_ids) ...
2020-04-09 10:23:51
521
转载 Eigen学习总结
前言最早接触Eigen，是在高翔博士编著的《视觉SLAM十四讲》中，今天在这里整理一下。Eigen是一个C++ 开源线性代数库。它提供了快速的有关矩阵的线性代数运算，还包括解方程等功能。许多上层的软件库也使用Eigen 进行矩阵运算，包括g2o、Sophus 等。安装1.Ubuntu系统sudo apt-get install libeigen3-devEigen 头文件的默...
2020-04-06 08:18:22
1150
转载 SLAM 综述
参考资料分享来自本人博客：https://blog.csdn.net/Darlingqiang/article/details/78840931SLAM一般处理流程包括track和map两部分。所谓的track是用来估计相机的位姿，也叫front-end。而map部分(back-end)则是深度的构建，通过前面的跟踪模块估计得到相机的位姿，采用三角法(triangulation)计算相应特征点...
2019-01-23 17:17:03
612
原创 X270 安装 win7 + ubuntu16.04
1.1 进入Security-->Secure Boot，设置为Disabled； 1.2 在Startup中，将UEFI/Legacy Boot 改为 Both，并将Legacy设为 First，CSM Support 设为Yes。 1.3 winPE, 将SSD, HHD 引导从GPT 转换为 MBR 1.4 ghost WIN7 到 HHD 1....
2019-01-17 10:02:57
1146
转载 文章Product Quantization Tree (PQT)的理解
首先话不多说，贴上文章《Efficient Large-scale Approximate Nearest Neighbor Search on the GPU》，点进去的是作者的个人主页，在里边找到这篇文章即可，最重要的是作者附带了源码哦(文章源码链接)。 按照惯例，还是先说说相关知识，再详细介绍本文。相关知识最近邻检索的认识可以看看这个最近邻检索的简单综述。在基于内容的图像检索中，对...
2018-12-24 09:26:55
452
转载 当前深度神经网络模型压缩和加速都有哪些方法？
本期推荐的论文笔记来自 PaperWeekly 社区用户 @yanjoy。本文全面概述了深度神经网络的压缩方法，主要可分为参数修剪与共享、低秩分解、迁移/压缩卷积滤波器和知识精炼，论文对每一类方法的性能、相关应用、优势和缺陷等方面进行了独到分析。关于作者：小一一，北京大学在读硕士，研究方向为深度模型压缩加速。个人主页：http://yanjoy.win■ 论文 | A Survey of ...
2018-11-13 14:56:47
873
1
转载 PQ(product quantization) 算法
转自：http://vividfree.github.io/ 1. 引言Product quantization，国内有人直译为乘积量化，这里的乘积是指笛卡尔积（Cartesian product），意思是指把原来的向量空间分解为若干个低维向量空间的笛卡尔积，并对分解得到的低维向量空间分别做量化（quantization）。这样每个向量就能由多个低维空间的量化code组合表示。为简洁描...
2018-11-05 14:25:44
5305
转载 Nearest Neighbor Search
Product Quantizer2011年在IEEEE上发表的论文《Product Quantization for Nearest Neighbor Search》中提出来的.•提出目的：在内存和效率之间求得一个平衡，既保证图像索引结构需要的内存足够，又使得检索质量和速度比较好。•思想：把空间分解到低维子空间的笛卡尔乘积，然后分别独立量化每一个子空间。（训练模型可以并行进行）pq算...
2018-11-01 11:18:36
1057
转载 【TensorFlow】quantization量化
一、 Question 1:How does Tensorflow do quantization and dequantization?Details According to the blog post “https://petewarden.com/2016/05/03/how-to-quantize-neural-networks-with-tensorflow/“*（重点！）*, T...
2018-10-22 14:31:46
2354
转载 Winograd 方法快速计算卷积
在 ConvNet 中, 大部分的计算耗费在计算卷积的过程中, 尤其是在端上设备中, 对于性能的要求更为苛刻. 程序的性能优化是一个复杂而庞大的话题. 高性能计算就像系统设计一样, 虽然有一些指导原则, 但是, 对于不同的场景需要有不同的设计方案, 因此, 对于同一个优化问题, 不同的人可能会给出完全不同的优化方案. 本文不是探讨硬件和代码级的优化, 仅针对计算卷积的一个特定方法 — Winogr...
2018-10-18 09:55:52
2651
转载 caffe源码深入学习6：超级详细的im2col绘图解析，分析caffe卷积操作的底层实现
在先前的两篇博客中，笔者详细解析了caffe卷积层的定义与实现，可是在conv_layer.cpp与base_conv_layer.cpp中，卷积操作的实现仍然被隐藏，通过im2col_cpu函数和caffe_cpu_gemm函数(后者实现矩阵乘法)实现，在此篇博客中，笔者旨在向大家展示，caffe的卷积操作是如何高效地通过向量转化和矩阵相乘完成的，并向大家解析caffe中的im2col操作，下面...
2018-10-18 09:50:11
420
转载 移动端深度学习框架小结
1. 起因昨天看到小米开源了深度学习框架MACE（https://github.com/XiaoMi/mace） 看到它有几个特点：异构加速、汇编级优化、支持各种框架的模型转换。整体来看，料很足，特别是异构的支持，非常有诚意。 有了异构，就可以在CPU、GPU和DSP上跑不同的模型，实现真正的生产部署，比如人脸检测、人脸识别和人脸跟踪，可以同时跑在不同的硬件上。小米支持的GPU不限于高通...
2018-10-17 14:52:06
434
转载 分类模型评估——func()
“所有模型都是坏的，但有些模型是有用的”。建立模型之后，接下来就要去评估模型，以确定此模型是否“有用”。sklearn库的metrics模块提供各种评估方法，包括分类评估、回归评估、聚类评估和交叉验证等，本节主要介绍分类模型评估方法。 评估分类是判断预测值时否很好的与实际标记值相匹配。正确的鉴别出正样本（True Positives）或者负样本（True Negatives）都是True。同理...
2018-10-11 15:52:53
795
转载 干货|机器学习算法线上部署方法
最近发现了两个比较好的工具和方法，未来会进行详细的探索和分析；H2O.AI ,H2O.ai,提供了MOJO和POJO的方式； preditionIO，Welcome to Apache PredictionIO™!，可以基于spark和hbase来提供相应的API服务，还是很方便的。 第三方平台，比如PAI和先知，有钱买就行，可以提供batch和实时在线的模型训练和部署，提供一整套的工具和...
2018-10-10 17:19:06
3973
转载 如何评估一个机器学习模型
为什么需要评估模型评估训练出的模型是准确预测的关键。训练出的模型是建立在总数据的子集上的，其被称为训练数据，训练结束后该模型将被用于预测其它新数据。通过训练集产生的模型，利用测试数据来进行模型效果的评估，评估结果以模型评估报告的形式呈现，在报告中通过AUC值、模型准确率、模型召回率等一系列评估指标将帮助判断模型是否可行以及是否满足业务目标。一方面，如果一个模型完全适应其训练数据，但是在...
2018-10-10 14:18:10
580
转载 over-fitting、under-fitting 与 regularization
机器学习中一个重要的话题便是模型的泛化能力，泛化能力强的模型才是好模型，对于训练好的模型，若在训练集表现差，不必说在测试集表现同样会很差，这可能是欠拟合导致；若模型在训练集表现非常好，却在测试集上差强人意，则这便是过拟合导致的，过拟合与欠拟合也可以用 Bias 与 Variance 的角度来解释，欠拟合会导致高 Bias ，过拟合会导致高 Variance ，所以模型需要在 Bias 与 Vari...
2018-10-10 14:15:29
294
转载 ros结合catkin_make和qtcreator
首先是ros官网关于IDE的教程：http://wiki.ros.org/IDEs#QtCreator1、qtcreator安装从官网上下载.run文件，https://info.qt.io/download-qt-for-application-development只选择qt工具进行安装，没有加sudo,所以.desktop文件在~/.local/share/applica...
2018-09-21 15:45:33
660
转载 3d segmentation Bin Picking
最近看到一个什么博览会上bin picking的演示，突然间发现bin picking的零件好像都是简单几何体或者简单几何体的组合，比如圆柱、弯管之类的。之前我一直以为现在bin picking已经能做到抓任意零件了，但是如果真的能做到，那这些公司肯定会重点展示。所以他们的算法肯定利用了简单几何体的性质，跟linemod之流还不太一样。那简单几何体的什么性质可以拿来用呢？经过我一周的调研跟思考...
2018-09-12 09:53:28
3597
5
原创 HDRNet QA
1: make hdrWhen I got an error on mutex.h I made de following substitution:#include "nsync_cv.h" -> #include "/python3.5/site-packages/tensorflow/include/external/nsync/public/nsync_cv.h"#incl...
2018-09-10 13:56:45
1316
1
转载 语义分割 - Semantic Segmentation Papers
Semantic SegmentationAdaptive Affinity Field for Semantic Segmentation – ECCV2018 [Paper] [HomePage] Pyramid Attention Network for Semantic Segmentation – 2018 – Face++ [Paper] Autofocus Layer for...
2018-09-07 13:38:49
589
转载 深度学习图像标注工具汇总
对于监督学习算法而言，数据决定了任务的上限，而算法只是在不断逼近这个上限。世界上最遥远的距离就是我们用同一个模型，但是却有不同的任务。但是数据标注是个耗时耗力的工作，下面介绍几个图像标注工具：LabelmeLabelme适用于图像分割任务的数据集制作： 它来自下面的项目：https://github.com/wkentaro/labelme 该软件实现了最基本的分割数据标注工作，在sa...
2018-09-01 16:05:08
3547
转载 先理解Mask R-CNN的工作原理，然后构建颜色填充器应用
代码（包括作者构建的数据集和已训练的模型）：https://github.com/matterport/Mask_RCNN/tree/master/samples/balloon 什么是实例分割？实例分割是一种在像素层面识别目标轮廓的任务，相比其他相关任务，实例分割是较难解决的计算机视觉任务之一： 分类：这张图像中有一个气球。 语义分割：这些全是气球像素...
2018-08-31 12:53:57
1289
原创 Edge detect && image enhance
========================================================================================Image enhance================[LLNET][2015][DL]LLNet: A Deep Autoencoder Approach to Natural Low-light Ima...
2018-08-28 15:55:31
838
转载 主体评级模型的开发过程
信用风险计量体系包括主体评级模型和债项评级两部分。主体评级和债项评级均有一系列评级模型组成，其中主体评级模型可用“四张卡”来表示，分别是A卡、B卡、C卡和F卡；债项评级模型通常按照主体的融资用途，分为企业融资模型、现金流融资模型和项目融资模型等。 我们主要讨论主体评级模型的开发过程。一、项目流程典型的信用评分模型如图1-1所示。信用风险评级模型的主要开发流程如下：（1） 数据获取，包括获...
2018-08-27 18:10:26
4331
转载 申请评分卡 之 特征工程
在上一篇文章中，我们对LendingClub的数据有了一个大致的了解，这次我将带大家把10万多条、145个字段的原始数据一步一步处理成建模所需输入的数据。我们先按照上次一样导入数据，这里我将逾期15天以上的都当作正类import pandas as pdimport numpy as npimport reportgen as rptimport matplotlib.pyplot...
2018-08-27 17:10:40
965
转载 2016 CCF大数据与计算智能大赛的开源资料整理
2016 CCF 大数据与计算智能大赛已经落下帷幕，11个赛题由众多大神包揽奖项，其中不少大神还在赛后开源/公开了比赛资料。现将目前已知的开源资料整理如下，供各位同学一起参考学习。若有意公开自己的比赛资料或者发现整理的列表中有遗漏的，可以联系我（金陵书生， [email protected] ）补充修订。有问题也可在群里讨论。部分比赛PPT已经放到大数据比赛交流群，请在群文件里查看。1）O2O 赛题w...
2018-08-26 15:42:24
1792
2
转载 银行信用评分卡中的WOE在干什么？
woe全称叫Weight of Evidence，常用在风险评估、授信评分卡等领域。IV全称是Information value，可通过woe加权求和得到，衡量自变量对应变量的预测能力。虽然网上到处都是神经网络、xgboost的文章，但当下的建模过程中（至少在金融风控领域）并没有完全摆脱logistic模型，原因大致有以下几点：logistic模型客群变化的敏感度不如其他高复杂度模型，...
2018-08-26 15:31:09
17401
1
转载 为什么要进行数据分箱？
一般在建立分类模型时，需要对连续变量离散化，特征离散化后，模型会更稳定，降低了模型过拟合的风险。比如在建立申请评分卡模型时用logsitic作为基模型就需要对连续变量进行离散化，离散化通常采用分箱法。离散特征的增加和减少都很容易，易于模型的快速迭代； 稀疏向量内积乘法运算速度快，计算结果方便存储，容易扩展； 离散化后的特征对异常数据有很强的鲁棒性：比如一个特征是年龄>30是1，否则0...
2018-08-26 15:27:57
8350
转载 GBDT 和 XGBOOST 的区别
作者：杨军链接：https://www.zhihu.com/question/41354392/answer/124274741来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 1.引言 最近，因为一些原因，自己需要做一个小范围的XGBoost的实现层面的分享，于是干脆就整理了一下相关的资料，串接出了这份report，也算跟这里的问题相关，算是从一个更偏...
2018-08-25 16:25:34
1548
转载 reportgen v0.1.8 更新介绍
这段时间，我对 reportgen 进行了大工程量的修改和更新。将之前在各个文章中出现的函数进行了封装，同时也对现有工具包的一些逻辑进行了调整。1、reportgen 简介reportgen 的底层是 pptx 文件生成接口，它能非常方便的将DataFrame等数据导出为pptx上的图表。你可以自定义图表的类型（条形图、饼图、折线图等），也可以全部交给工具包来自动化。另外不排除后期会增加其...
2018-08-16 19:03:21
587
转载 从重采样到数据合成：如何处理机器学习中的不平衡分类问题？
如果你研究过一点机器学习和数据科学，你肯定遇到过不平衡的类分布（imbalanced class distribution）。这种情况是指：属于某一类别的观测样本的数量显著少于其它类别。 这个问题在异常检测是至关重要的的场景中很明显，例如电力盗窃、银行的欺诈交易、罕见疾病识别等。在这种情况下，利用传统机器学习算法开发出的预测模型可能会存在偏差和不准确。 发生这种情况的原因是机器学习...
2018-08-14 16:07:43
672
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人