自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(19)
  • 资源 (8)
  • 收藏
  • 关注

原创 yolov5-C2F:将yolov8中C2F结构与yolov5结合 并TensorRT(API)部署

在yolov5中添加yolov8的C2F模块,在wang-xinyu基础上修改添加C2F模块(TensorRT API实现)并进行部署测试;

2023-02-01 11:43:26 3167 1

原创 c++ 调用libtorch1.8GPU + cuda11.1+rtx3090+18.04 torch::cuda::is_available()为false 问题记录

1、使用cmake搭建工程:是网上常见的cmake建立的工程,这个是可以正常调用GPU在文件夹下建立三个文件CMakeLists.txt、example-app.cpp、buildCMakeLists.txt:cmake_minimum_required(VERSION 3.0 FATAL_ERROR)project(example-app)set(Torch_DIR /opt/libs-x64/libtorch_gpu1.8/share/cmake/Torch)find_packa..

2023-01-13 12:39:52 661

原创 yolov5-6.0网络添加小目标检测头 TensorRT部署

yolov5-6.0网络添加小目标检测头 TensorRT部署

2023-01-13 12:36:37 5346 3

原创 docker+colmap安装+NVIDIA Instant NeRF 测试

Instant NeRF 测试

2022-05-22 20:05:55 3576 1

转载 Linux查看CPU信息、机器型号等硬件信息

测试机器的硬件信息:查看CPU信息(型号)# cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -c 8 Intel(R) Xeon(R) CPU E5410 @ 2.33GHz(看到有8个逻辑CPU, 也知道了CPU型号)# cat /proc/cpuinfo | grep physical | uniq -c 4 physical id : 0 4 phys...

2021-05-08 11:04:08 127

原创 ubuntu18.04中opencv4.3.0+qt5.12配置

sudo nautilus 此时会跳出一个带有权限的文件管理器,接下来就能移动文件到本地计算机目录了,解决了权限不够的问题1、qt安装qt下载2、opencv编译2.1下载opencv4.3.0源码 opencv:https://github.com/opencv/opencv/releases opencv_contrib:https://github.com/opencv/opencv_contrib/releases2.2解压进入opencv-4.3.0mkdir bu...

2020-07-09 22:17:43 519

原创 ECCV 2020 [非卷积5D] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis Github代码测试

论文是以稀疏光场渲染稠密光场从而达到3D效果效果已经很赞了:不用3D建模,通过静态图片进行训练,用(非卷积)深度网络表示场景的5D连续体表示,再通过ray marching进行渲染,实现3D视效。NeRF的一大特点是不使用3D建模,使3D视效样片的每一帧画面都能达到照片级的真实度,这是目前3D建模的效果所不能及。目前代码已开源 ,https://github.com/bmild/nerf项目主页:https://www.matthewtancik.com/nerf代码复现环境:windows10.

2020-07-09 21:59:06 4533 6

原创 CVPR 2020 3D Photography: github 代码测试

作者来自弗吉尼亚理工学院、国立清华大学和 Facebook,作者提出了一种从单张 RGB-D 图像生成 3D 照相的方法(从单张图像到深度图再到3D效果),效果炫酷、惊艳,目前代码已开源 ,https://github.com/vt-vl-lab/3d-photo-inpainting项目主页:https://shihmengli.github.io/3D-Photo-Inpainting/代码复现环境:windows10 pytorch1.4 torchvi...

2020-07-06 23:04:38 1689 1

原创 windows10+Pytorch中用yolov4.5测试

所谓的yolov5暂称为yolov4.5版本(但作为工程项目还是不错的,毕竟速度、精度、大小、部署都很友好):下载地址:https://github.com/ultralytics/yolov5环境 2080显卡 windows10+pytorch1.5)+python3.7+CUDA:10.2+cuDNN7.6640*640 yolov5x(187M)版本 大概50ms 所有模型链接:https://download.csdn.net/download/niuyuanye/12538536640*...

2020-06-21 16:58:05 596 1

原创 windows10+PaddleDetection-release-0.3中yolov3测试及训练自己的数据

环境:windows10+ cundn10.0+ cudnn7.3+ vs2017+paddle1.7 PaddleDetection-release-0.3:https://github.com/PaddlePaddle/PaddleDetection;1、安装参考paddle官网即可,都是中文2、yolov3_r50vd_dcn官方模型测试本测试使用IDE来修改相应路径,也可直接使用命令行;修改ppdet\utils\cli.py中添加 default="../configs/dcn/y...

2020-06-20 12:49:03 526

原创 windows10+PaddleDetection-release-0.3中faster_rcnnfaster_rcnn测试及训练自己的数据

环境:windows10+ cundn10.0+ cudnn7.3+ vs2017+paddle1.7 PaddleDetection-release-0.3:https://github.com/PaddlePaddle/PaddleDetection;2、faster_rcnn_dcn_r50_vd_fpn_2x官方模型测试本测试使用IDE来修改相应路径,也可直接使用命令行;修改ppdet\utils\cli.py中添加 default="../configs/dcn/faster_r...

2020-06-20 12:48:26 629

原创 windows10+MMdetection2.0的编译测试及faster_rcnn训练自己的数据

环境:windows10+ cundn10.1+ cudnn7.6+ vs2019+pythorch1.4或windows10+ cundn10.2+ cudnn7.6+vs2019+pythorch1.5MMdetection2.0已于5.6发布:https://github.com/open-mmlab/mmdetection;这样其性能应该高于detectron2的性能(有待后续测试)1、编译问题记录需下载coco的pythonAPImmcv库下载并安装若直接用pip install mm.

2020-06-16 20:48:06 1878 1

原创 windows10+detectron2中faster_rcnn训练自己的数据

环境:windows10+ cundn10.1+ cudnn7.6 vs2019编译 显卡RTX2080 8G显存 pythorch1.3或pythorch1.4都可以需重新编译coco的PythonAPI和detectron2编译vs2019+pythorch1.4可网上查找,不在详细说明。...

2020-06-15 07:38:33 2188 5

原创 windows10+Pytorch中用yolov3训练自己数据记录

yolov3版本:下载地址:https://github.com/ultralytics/yolov3 选择原因pytorch中速度快、可以工业部署、不停的更新维护。后续有yolov5(只在其Github看到,后续可以尝试)环境:windows10 pytorch1.5(1.4) python3.7 CUDA:10.2 (10.1) cuDNN7.6 Visual Studio Enterpris...

2020-06-12 17:48:06 2077 8

原创 windoes10下CUDA版本切换、conda中python虚拟环境搭建及python pip安装说明

cmd 查看nvcc --versionC:\Users\nyy>nvcc --versionnvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005-2019 NVIDIA CorporationBuilt on Sun_Jul_28_19:12:52_Pacific_Daylight_Time_2019Cuda comp...

2020-06-02 17:16:11 2150 3

原创 Darknet YoloV4 Windows10下数据训练及测试(二)darknet训练自己的数据

环境:windows10+ cundn10.0+ cudnn7.6 vs2015编译 opencv3.4.6据测试cundn10.0+ cudnn7.6和cudn10.0+ cudnn7.3都可以github:https://github.com/AlexeyAB/darknet2、darknetV4训练自己的数据yolo4训练的方法与yolo3基本相同。a)、darknet数...

2020-05-04 12:40:08 3415 1

原创 Darknet YoloV4 Windows10下数据训练及测试(一)darknet编译

环境:windows10+ cundn10.0+ cudnn7.6 vs2015编译 opencv3.4.6据测试cundn10.0+ cudnn7.6和cudn10.0+ cudnn7.3都可以github:https://github.com/AlexeyAB/darknet1、vs2015编译darkneta)、解压后用vs2015打开darknet_V4\build\dar...

2020-05-04 07:05:11 2459 3

原创 图像去色算法matlab到C++/opencv的移植

是对(Real-time Contrast Preserving Decolorization,作者 Cewu Lu Li Xu Jiaya Jia)论文配套的matlab代码一直到C++;并测试与其他算法的效果及时间对比平台:qt5.12+MSVC2015(vs2015的编译器)+opencv4.2;相关项目:http://cadik.posvete.cz/color_to_gray_o...

2020-04-05 13:46:09 674

原创 vs2015下Cmake3.10编译Opencv3.4及opencv_contrib3.4在Windows10

0、为何需要自行编译opencv3.4与opencv_contrib3.4因为在3.0之后版本的Opencv对Sift、Sufer等新算法没有提供直接编译好的动态库来加载使用,因此必须自己编译。这是因为Sift、Sufer算法专利现在是属于哥伦比亚大学,因此opencv对这部分内容及“所谓的”不稳定模块全都放到opencv_contrib中。且只在它的Github中能够找到,opencv的官网...

2018-03-19 16:42:49 9578 14

colmap_build.rar

colmap编译时需下载的文件,包括ceres-solver-1.14.0、eigen-3.3.7、FreeImage3180Win32Win64、gflags-2.2.2、glew-2.1.0、glog-0.3.5

2020-07-09

yolov5_models-20200616T212342Z-001.zip

所谓yolov5的官方模型库,包括YOLOv5-s YOLOv5-m YOLOv5-l YOLOv5-x 五个模型,此github 项目https://github.com/ultralytics/yolov5配套模型

2020-06-20

yolov3-spp-ultralytics.pt

yolov3-spp-ultralytics.pt是官方给出的测试模型与yolov3-spp3.cfg配合可进行推理测试;同时也可作为预训练模型

2020-06-04

yolov4-TR.cfg

配合yolov4-TR_best.weights使用;也可自己按照博客自己修改yolov4-custom.cfg以满足需求

2020-05-04

yolov4-TR_best.weights

国内交通标志数据集训练的模型:需配合vocTR.data和yolov4_TR.cfg文件可在Darknet下进行测试

2020-05-04

RGB2GRAY.exe

图像去色算法matlab到C++/opencv的移植exe文件;RGB2GRAY测试文件;平台:qt5.12+MSVC2015(vs2015的编译器)+opencv4.2;

2020-01-17

vs2015 X64Release和vs2015 X64Debug下的编译Opencv3.4+Opencv_contrib3.4文件

Cmake3.10编译好的vs2015 X64Release和vs2015 X64Debug下的Opencv3.4+Opencv_contrib3.4文件,已经再次测试可以运行。

2018-04-28

编译好的Opencv3.4和opencv_contrib3.4文件

编译好的vs2015 X64Debug下的Opencv3.4+Opencv_contrib3.4文件,是通过测试sift算子测试编译文件。文件包括编译过程中很麻烦下载的的文件opencv_ffmpeg.dll opencv_ffmpeg_64.dll ffmpeg_version.cmake 及 ippicv_2017u3_win_intel64_general_20170822.zip boostdesc_bgm.i boostdesc_bgm_bi.i boostdesc_bgm_hd.i boostdesc_binboost_064.i 及face_landmark_model.dat。同时包含sift算子的测试代码

2018-03-19

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除