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

-+

lebhoryi

技术爱好博客

  • 博客(91)
  • 资源 (3)
  • 收藏
  • 关注

原创 wochao!chatgpt 真的可以提高我的工作效率!

正确使用指南:

2023-03-19 21:26:17 191 1

原创 源码python打包成deb

@ Author: [email protected]@ Date: 2021/10/28文章目录0x01 背景故事0x02 要解决的问题0x03 将源码打包成 deb0x04 其他0x01 背景故事Ubuntu 20.04 系统,默认存在 Python38.需要在系统中安装另一个版本的 Python:Python35。已经存在 Python3 的情况下,安装另外一个 Python3.x 需要通过源码安装,(官方建议)下载链接:https://www.python.org/downloads

2021-10-28 16:02:51 1151

原创 k210_RT-AK_linux

文章目录1. 使用 RT-AK 之 K210 插件2. k210 linux 编译3. 烧录4. 其他 MNIST k210 BSP, 此处可以用 RT-AK 在 windows 上生成的项目工程 编译 烧录 nncase 下载1. 使用 RT-AK 之 K210 插件仓库地址:https://github.com/RT-Thread/RT-AK-plugin-k210欢迎三连!先下载 GCC,交叉编译工具链下载地址: https://github.com/xpack-dev-to

2021-08-30 16:11:24 559

原创 Github Actions CI/CD 浅尝(网上中文资料太少了,自己总结了一份)

1. Github Actions在 GitHub Actions 的仓库中自动化、自定义和执行软件开发工作流程。Q: 为什么要用Github CI?A: 在开源项目中,用机器替代人工检测你的代码是否能够成功运行,甚至审查你的代码风格是否符合规范。未来是一个“自动化“的一个趋势。可以从几次工业革命来说明。第一次工业革命,工业取代了人力、畜力;第二次工业革命,电力取代了工业;第三次工业革命,信息技术革命、数字革命。总结就是下面三个词:关键技术自动化解放生产力所以在对于代码审查

2021-08-28 10:56:23 667

原创 docker + pytorch + jupyter 环境配置

文章目录0x01 背景0x02 环境选择0x03 docker 安装3.1 安装docker3.2 安装nvidia-docker3.3 镜像加速3.4 测试0x04 获取 pytorch 镜像0x05 快速开始一个新的docker容器0x06 docker + jupyter0x07 其他常用的命令docker 很强,很得劲,很上头0x01 背景因为来自东方的神秘原因,现在需要用到 pytorch。“工欲善其身,必先利其器”本文仅介绍 pytorch 在docker 的 jupyter 中如何成

2021-08-25 18:15:00 2319

原创 RT-AK 之 STM32 插件快速上手(附源码)

文章目录0. RT-AK 简介1. 准备工作1.1 X-CUBE-AI 介绍1.2 X-CUBE-AI 解压1.3 ART-PI BSP2. 执行步骤step1 运行 `rt_ai_tools/aitools.py`运行命令运行命令其他参数补充说明运行参数详细说明step2 编译和烧录RT-Thread Studio 编译和烧录示例应用代码提供3. 完整的示例工程本项目为 RT-AK 的一个实战 DEMO。致力于做一个保姆级教程。本教程 RT-AK 适配目标平台:STM320. RT-AK 简介

2021-07-06 14:45:53 1341 8

原创 RT-AK 之 RISC-V 支持初体验

文章目录1. 运行 RT-AK 前的准备工作1.1 BSP1.2 RT-AK 准备1.3 神经网络模型1.4 原厂工具2. 执行步骤2.1 基础运行命令2.2 其他运行命令补充说明2.3 运行参数说明3. 编译 & 下载4. 示例应用代码说明4.1 代码流程4.2 核心代码4.3 结果显示应广大开发者要求,我们加班加点推出了 RT-AK 支持的第二个插件:支持基于 K210 芯片的一些开发板,目前 RT-AK 能够在嘉楠堪智的 KD233 和亚博 YB-DKA01 上正常工作。说明1:一直致力

2021-06-17 18:17:21 537 2

原创 RT-AK 之 STM32 插件 Linux 支持(无界面版)

文章目录1. 运行前的准备2. RT-AK 运行3. 编译3.1 安装 Scons 和 ncurses3.2 安装编译器3.3 设置指定编译器3.4 编译4. 下载固件5. 运行程序Author: [email protected]: 2021/06/02前言:RT-AK 地址:githubRT-AK 之 STM32 插件快速上手地址:github之前是仅适用于 Windows 10 场景下,发现对于 Linux 开发者有点不太友好。有一个解决方法是:在 Window

2021-06-02 18:33:33 393 1

原创 rgb888 转 rgb565,并验证转换是否成功(python)

在 k210 上做 AI 开发,遇到了一个显示图片的问题。(摄像头采集的图片有两种格式,自带rgb565,我用的不是摄像头,用的是图片数组验证模型推理结果,所以遇到了这个问题)模型推理成功后,怎么才能在 LCD 上显示出来?小学弟提醒说:LCD 显示的是 RGB565 格式的图片,而正常的图片保存格式是 RGB888,那么解决方法有两个:在项目工程中将图片转为 RGB565,(c 语言)在电脑中将图片转为 RGB565 (python 语言)c:unsigned short int rgb

2021-05-12 11:38:32 2151 4

原创 ART-PI 嵌入式人形检测 附源码(RT-AK Demo)

Person detection让 AI 在你的板子上尽情舞蹈~本次实验的是识别摄像头中的人,就一个人,而不是多个。从多类别检测模型改编而来,只保留 person 这个类别,根据各位看官的能力完全可以改成识别多类本次项目的篇幅将会较长,请各位看官耐心看完源码地址:Project4-Person_detection_RT-AK整体分为三部分:模型RT-AK 使用板子上的应用层代码实现硬件平台 ART-Pi, 50M FLOPS。我的模型(删减后的模型)最终部署在板子上是推理时间是

2021-05-07 15:04:55 10684 22

原创 git 之 submodule

文章目录0x00 使用说明0x01 添加子模块1. 创建子模块2. 查看子模块3. 主项目克隆到本地0x02 更新子模块1. 子模块有改动,未提交2. 子模块远程有更新3. 子模块 url 有了自己的想法4. 有趣的 foreach0x03 删除子模块1. 方式一:自动删除(建议)2. 方式二:手动删除0x04 参考资料0x00 使用说明git 子模块的一些快速上手技巧0x01 添加子模块本地项目:project-mainhttps://github.com/xxx/project-main.

2021-03-31 10:44:45 387

原创 python 高性能编程pdf 无加密

起因:自己在京东买了一本《python 高性能编程》,放在家里,携带不便,然后想要找一个电子版的,方便线下之余阅读。然,谷歌搜索了一圈。不是要关注公众号就是要注册某网站账号。待得好不容易下载好,只有第一章节的,剩下章节要收费。[翻白眼][翻白眼][翻白眼]百度网盘自取:https://pan.baidu.com/s/1SyCxHQ-nrP3jjx8T9ajD0g提取码:cg9r...

2021-03-22 10:09:25 928 5

原创 python的测试框架 - pytest 进阶项目版

被测函数:download_from_gitlab()def download_from_gitlab(url, cwd): """Download two SConscript files :param url: download file url (gitlab), str :param down_file: download file name, str :param cwd: current path, str :return: """ .

2021-03-10 16:53:14 2315 3

原创 掌握 yolo - 解码核心思想,v3、v4、v5上手不是梦....

文章目录0x01 背景0x02 编解码2.1 编码2.2 解码2.3 小脑袋有大大的问号0x03 Coding3.1 加载图片 & 推理3.2 解码3.3 置信度3.3.1 单个类别且只需要一个框3.3.2 多个类别参考资料0x01 背景目的:识别出图片中概率最大的人形生物,并给出坐标仅讨论 yolo 编解码,以及解码实现方式,不讨论nms以及其他在用 darknet 训练出一个 yolo-s 的轻轻轻量级(291.9KB)目标检测神经网络之后,我以为事情到这,就结束了了了了了后面填了

2021-01-23 17:13:48 1825

原创 全网最最最轻量级检测网络 yolo-fastest 快速上手

文章目录0x01 Yolo-Fastest0x02 Preparestep1 clonestep2 makestep3 run darknet0x03 Trainstep1 获取权重文件step2 准备数据集step3 修改 data/voc.data 和 data/voc.namesstep4 trainstep5 mAP0x04 darknet 转 keras、tflitestep1 darknet 转 kerasstep2 keras 转 tflitestep3 keras 转 int8 量化的 tf

2021-01-12 19:17:06 9616 25

原创 python的测试框架 - pytest 简版教程

文章目录1.unittest2. nose3. pytest3.1 进阶 - fixture13.2 进阶 - fixture2 参数化3.3 进阶3 - 生成 xml格式得测试报告3.4 进阶4 - 标记3.5 进阶5 - 跳过测试3.6 进阶6 - 外部传参3.7 进阶7 - 测试前运行函数和测试后运行函数3.8 进阶8 - 设置环境变量4. Pytest 使用方法简版实战0. 测试等级参考1. 测试样例 - pytest_test.py1. 双击测试代码2. 命令行使用5. 参考文献背景:最近在开

2020-12-05 10:05:56 1759

原创 Pruning paper 合集

Network Sparsification (Pruning)文章目录Network Sparsification (Pruning)1 基于度量标准的剪枝1.1 ChannelsFilter pruningWeight pruning1.2 Neuron2 基于重建误差的剪枝3 基于稀疏训练的剪枝4 Random and Rethinking5 走向NAS的自动化剪枝Thanks forgithub: he-y/Awesome-Pruning模型加速与压缩 | 剪枝乱炖最近好

2020-10-14 14:55:38 2153 1

原创 MobileNet v2 -- 温故而知新

原创: [email protected]时间: 2020/08/10文章目录0x00 Paper0x01 为了解决什么问题0x02 提出了哪些创新点2.1 两个闪闪发光的点2.2 MobileNet V2 与 V1 之间的相同和不同点2.3 ResNet 与 MobileNet V2 比对0x03 网络结构0x04 参考链接0x00 PaperPaper: MobileNet v2Code: mobilenet_v2.py0x01 为了解决什么问题​ 设计更小更快的网络结构。.

2020-08-10 18:02:56 529 1

原创 MobileNet V1 复古的直筒子结构 --温故而知新

原创: [email protected]时间: 2020/08/06文章目录0x00 Paper0x01 前言1.1 为了解决什么问题1.2 派系1.2.1 压缩预先训练好的模型1.2.2 设计更小的神经网络1.2.3 other0x02 让人兴奋的点2.1 正常人的卷积2.2 Depthwise Convolution2.3 Pointwise Convolution2.4 DSCNN 高光时刻2.5 MobileNet 的两个超参0x03 参考文献0x00 Paperpaper: M.

2020-08-07 11:53:09 291

原创 结合RT-Thread实现MNIST识别Demo

Summary: 在 RT-Thread 系统上执行 Mnist 推理,纯手搭版Author: [email protected] & [email protected]: 2020/07/19文章目录0x00 Prepares0x01 PC 训练 Model1.1 PC 端环境1.2 数据集1.3 网络结构1.4 训练模型 & 验证模型1.5 Others0x02 打开 CMSIS 包0x03 CMSIS 重构网络结构0x04 编译 & 烧录0x05..

2020-07-27 15:28:08 290

原创 STM32CubeMx wiht AI 初体验

File: 初使用STM32CubeMX 烧录AI极简modelTips: 没有图片的文章都是耍流氓,本文填充了大量的截图Github: project1Author: [email protected]: 2020/07/02文章目录0x00 嵌入式关联AI0x01 准备工作1.1 安装三个软件包1.2 PC端搭建一个极简网络0x02 使用CubeMx2.1 打开CubeMx & 选择 H743ZI2.2 导入软件包2.3 导入PC端训练好的模型2.4生成项目工..

2020-07-03 14:40:36 3219 8

原创 口罩人脸识别推理时opencv的三个输入方式:图片视频和摄像头

Date: 2020/06/28Author: [email protected]初衷: 在口罩人脸识别中,推理实现三种输入:1.image; 2.video;3.camera参考:face-mask-detection-tf2/inference.pyFaceMaskDetection/tensorflow_infer.py文章目录0x00 prepare0x01 图片输入的推理过程1.1 logging1.2 读取图片1.3 padding & no..

2020-06-29 20:00:58 1021

原创 推理时 cnn bn 折叠;基于KWS项目

原创: [email protected]时间: 2020/06/18项目: ML-KWS-for-MCU参考源代码:DSCNN bn foldedpytorch 实现bn折叠好处:推理时速度提升魔改的cnn的推理时,将bn折叠,即在训练的变量上乘以一个系数从而将bn层在推理时舍去,from __future__ import absolute_importfrom __future__ import divisionfrom __future__ import pr.

2020-06-18 11:05:53 1193

原创 (amusi 学长整理)CVPR 2020 论文开源项目合集

我不是原创,我只是资源的搬运工原创作者是amusi 学长,欢迎大家去点颗star(amusi 学长整理)CVPR 2020 论文开源项目合集部分目录摘选:CNN图像分类目标检测3D目标检测视频目标检测目标跟踪语义分割实例分割全景分割视频目标分割超像素分割NASGANRe-ID3D点云(分类/分割/配准/跟踪等)人脸(识别/检测/重建等)人体姿态估计(2D/3D)人体解析场景文本检测场景文本识别特征(点)检测和描述超分辨率模型压缩/剪枝视频理解/行为.

2020-06-17 14:44:56 313

原创 stream_kws_cnn

文章目录0x00 parser 超参传入0x01 数据预处理0x02 model 此处选择 CNN2.1 输入( 此处 flags.preprocess = mfcc)2.2 输入增维2.3 构建网络2.3.1 stream()函数2.3.2 网络结构模型 CNN2.3.3 保存网络结构模型和参数到 txt0x03 训练3.1 优化器等参数配置3.2 开始训练3.3 训练结束0x04 保存model4.1 保存non-stream model4.2 保存 stream model4.3 最终的文件目录0x0

2020-06-17 10:26:30 1104 3

原创 tensorflow2 中关于自定义层的build() 和 call()一点探究

文章目录0x00 先上一段代码0x01 庖丁解牛1 - __init__0x02 庖丁解牛2 -- build()0x03 庖丁解牛3 -- call()0x04 最终输出0x05 总结0x00 先上一段代码问题: 在自定义网络层的时候,想要搞清楚build() 和 call() 是用来做什么的,为什么能调用成功,不用外部再定义# coding=utf-8'''@ Summary: test call@ Update: @ file: test.py@ version: 1.

2020-06-11 17:21:22 10182 14

原创 tensorflow2 写网络结构,贼优雅

原创: [email protected]时间: 2020/06/10coding: google-research/kws_streaming/models/cnn.py # coding=utf-8# Copyright 2020 The Google Research Authors.# cnn.py"""CNN model with Mel spectrum."""from kws_streaming.layers import modesfrom kws_stre.

2020-06-09 11:08:25 446

原创 KWS 派系类别

原创: [email protected]时间: 2020/05/19文章目录一、LVCSR二、HMM-GMM三、语音到文本3.1 DNN3.2 CNN | 考虑时间和频率得相关性3.3 CRNN3.4 RNN3.5 Other四、Query-by-Example五、Other5.1 Optimization model5.2 Loss5.3 Dataset5.3.1 Enhance5.3.2 Small dataset5.4 Other之前查看论文得方法有误,鄙人还沾沾自喜,引以为戒.

2020-05-19 18:41:17 1304

原创 tensorflow 2 实现 mfcc 获取

原创: [email protected]时间: 2020/05/11结合 tf2 官网mfcc例程阅读本篇文档食用更佳rfft 部分没有吃透,未来待补文章目录0x00 前言概述0x01 读取语音源文件0x02 填充及分帧 & 加窗 & 快速傅里叶变换2.1 分帧 & 填充2.2 加窗2.3 傅里叶变换2.4 对spectrum 取绝对值 & 平方0x03 梅尔滤波3.1 构造梅尔滤波器组(每一帧抽取40个特征)3.2 计算梅尔滤波器的参数3.2.1..

2020-05-13 18:57:59 4994 11

原创 gen_audio_ops.py

tensorlfow1.14 之前的实现audio 相关操作的代码# 出处在这,但是在github已经不可见,1.14和1.13我找了个遍from tensorflow.python.ops.gen_audio_ops import *相关ops 的操作实际代码在于以下这行_, _, _op = _op_def_lib._apply_op_helper()然后我深入的了解了一下大佬的世界非我所能理解,望其项背,仍需努力gen_audio_ops.py 源码"""Python wr

2020-05-11 09:35:52 989

原创 CENet-GCN (2019年)

原创: [email protected]时间: 2020/04/16文章目录0x00 Paper0x01 为了解决什么问题0x02 提出了哪些创新点0x03 网络结构3.1 先获取 MFCC 特征3.2 CENet3.3 GCN0x04 实验结果0x00 Paperpaper: Small-footprint Keyword Spotting with Graph ...

2020-04-16 16:30:29 2231 1

原创 SMALL-FOOTPRINT KEYWORD SPOTTING ON RAW AUDIO DATA WITHSINC-CONVOLUTIONS

原创: [email protected]时间: 2020/04/15文章目录0x00 Paper0x01 为了解决什么问题0x02 提出了哪些创新点2.1 提出了一个更加节能的神经网络2.2 使用了SincConvs2.3 参数少,性能好0x03 网络3.1 需求3.2 网络结构0x00 Paperpaper: SMALL-FOOTPRINT KEYWORD SPOT...

2020-04-15 18:05:58 713

原创 TC-ResNet

原创: [email protected]时间: 2020/04/140x00 Paperpaper: Temporal Convolution for Real-time Keyword Spotting on Mobile Devices v1code: hyperconnect/TC-ResNet参考:实时语音唤醒–Temporal Convolution for...

2020-04-14 19:07:40 1984

原创 Small-Footprint Open-Vocabulary Keyword Spotting with Quantized LSTM Networks

原创: [email protected]时间: 2020/04/11文章目录0x00 Paper0x01 为了解决什么问题0x02 提出了哪些创新点0x03 文章body3.1 第二节 ACOUSTIC MODEL3.2 第三节 KEYWORD SPOTTING METHOD3.3 第四节 EXPERIMENTAL SETUP0x04 other0x00 Paperp...

2020-04-13 15:50:09 576

原创 语音唤醒论文待看

最近沉迷于语音唤醒,顺便在学术界上把语音唤醒摸个底,稍后可能放出语音唤醒的相关调研报告带链接的都是有源码的按照时间线划分第一部分 来自arXivarXiv 中搜索关键词 “Small-footprint Keyword Spotting” 的 2018 - 2020 的paperarXiv:2002.10851 [pdf, other]Small-Footprint Op...

2020-04-10 18:44:39 1814

原创 ubuntu安装之后的要做的事情

0x01.换源系统换源打开清华源,选择对应的系统版本,复制。sudo cp /etc/apt/sources.list /etc/apt/sources.list.baksudo gedit /etc/apt/sources.list# 全选,删除,将网站上的源复制黏贴至此处。sudo apt update0x02.root 加密#修改root密码sudo pass...

2020-03-20 20:49:44 309

原创 arch install mysql

文章目录0x00 前言0x01 安装mysql0x02 初始化0x03 开机自启0x04 启动 MySQL 服务0x05 连接mysql0x00 前言心血来潮,学习sql和mysql,光说不练假把式,就在自己的笔记本上面折腾起了mysql的安装环境,笔记本是arch0x01 安装mysql$ sudo pacman -S mysql返回:warning: mysql-8.0.19-1...

2020-02-21 20:58:04 1003

原创 数据结构与算法_渡劫7_二叉树

文章目录一、概念二、二叉树三、二叉树的表示 & 遍历3.1 二叉树的表示3.2 二叉树的遍历四、代码练习正在学习的算法课程:《数据结构与算法之美》& “小甲鱼数据结构”传送门: https://time.geekbang.org/column/126新发现的宝贝1:https://pegasuswang.github.io/python_data_structures_a...

2019-11-19 14:04:42 122

原创 数据结构与算法_渡劫6_栈和队列

文章目录一、栈1. 定义2. 栈实现3. 栈的应用4. 递归5. 代码实现栈的操作123二、队列1. 定义2. 入队、出队3. 循环队列4.代码练习:正在学习的算法课程:极客时间的王争老师的《数据结构与算法之美》传送门: https://time.geekbang.org/column/126代码传送门:https://github.com/Lebhoryi/Algorithms/tre...

2019-10-22 22:14:57 186

原创 数据结构与算法_渡劫5_链表

文章目录一、概念二、线性表1. 定义2. 线性表的抽象数据类型3. 线性表的顺序存储结构的骚操作4. 顺序表的链式存储结构三、单链表的相关操作1. 单链表的元素查找2. 单链表的元素插入3. 单链表的元素删除4. 单链表的整表删除和生成5. 单链表和顺序存储结构的优缺点四、静态链表1. 定义2. 现状四、循环链表1. 定义2. 循环链表和单链表的差异3. 循环链表的有点五、双向链表1. 定义2. ...

2019-10-06 13:23:34 210

tf2_mfccs.py

想学习mfcc是如何计算获得,并用代码实现(该项目是tensorflow提供的语音唤醒例子下) 而tensorflow1 中两步获取mfcc,只能获取到中间语谱图(spectrogram)变量, 而当我想要获取mfcc计算过程中的加窗、梅尔滤波器等的相关信息,是极难获取的,需要很强的代码功底。最近刚好在学习tensorflow2 ,就用tf2 手动实现了分步骤提取出mfcc的过程

2020-08-10

bn 在推理前进行线性处理,从而推理时舍弃bn层 手稿.pdf

Batch Normalization是谷歌研究员于2015年提出的一种归一化方法,其思想非常简单,一句话概括就是,对一个神经元(或者一个卷积核)的输出减去统计得到的均值,除以标准差,然后乘以一个可学习的系数,再加上一个偏置,这个过程就完成了。 在推理时可以将其折叠

2020-06-19

vim练级攻略.docx

vim的学习曲线相当的大(参看各种文本编辑器的学习曲线),所以,如果你一开始看到的是一大堆VIM的命令分类,你一定会对这个编辑器失去兴趣的。下面的文章翻译自《Learn Vim Progressively》,我觉得这是给新手最好的VIM的升级教程了,没有列举所有的命令,只是列举了那些最有用的命令。非常不错。

2020-06-18

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