GoCodingInMyWay-CSDN博客

TVM 是一个开源深度学习编译器，可适用于各类 CPUs, GPUs 及其他专用加速器。它的目标是使得我们能够在任何硬件上优化和运行自己的模型。不同于深度学习框架关注模型生产力，TVM 更关注模型在硬件上的性能和效率。本文只简单介绍 TVM 的编译流程，及如何自动调优自己的模型。更深入了解，可见 TVM 官方内容：文档: https://tvm.apache.org/docs/源码: https://github.com/apache/tvm编译流程TVM 文档 Design and Arch

2022-05-22 10:48:19 674

原创 FRP 内网穿透、反向代理

frp 是一个专注于内网穿透的高性能的反向代理应用，支持 TCP、UDP、HTTP、HTTPS 等多种协议。可以将内网服务以安全、便捷的方式通过具有公网 IP 节点的中转暴露到公网。本文将以暴露内网 Web 服务为例，实践 frp 的安装部署。更多应用场景，可见 frp 示例。安装frp 主要由客户端(frpc) 和服务端(frps) 组成，服务端通常部署在具有公网 IP 的机器上，客户端通常部署在需要穿透的内网服务所在的机器上。可以在 Github 的 Release 页面中下载到最新版本的客

2022-02-14 14:58:51 1331

原创 JoJoGAN 实践

JoJoGAN: One Shot Face Stylization. 只用一张人脸图片，就能学习其风格，然后迁移到其他图片。训练时长只用 1~2 min 即可。codepaper效果：主流程：本文分享了个人在本地环境（非 colab）实践 JoJoGAN 的整个过程。你也可以依照本文上手训练自己喜欢的风格。准备环境安装：AnacondaPyTorchconda create -n torch python=3.9 -yconda activate torchconda

2022-02-08 17:12:33 2000 3

原创 TensorRT 开始

TensorRT 是 NVIDIA 自家的高性能推理库，其 Getting Started 列出了各资料入口，如下：本文基于当前的 TensorRT 8.2 版本，将一步步介绍从安装，直到加速推理自己的 ONNX 模型。安装进 TensorRT 下载页选择版本下载，需注册登录。本文选择了 TensorRT-8.2.2.1.Linux.x86_64-gnu.cuda-11.4.cudnn8.2.tar.gz，可以注意到与 CUDA cuDNN 要匹配好版本。也可以准备 NVIDIA Docker

2022-01-12 22:26:52 719 2

原创 React MobX 开始

MobX 用于状态管理，简单高效。本文将于 React 上介绍如何开始，包括了：了解 MobX 概念从零准备 React 应用MobX React.FC 写法MobX React.Component 写法可以在线体验： https://ikuokuo.github.io/start-react ，代码见： https://github.com/ikuokuo/start-react 。概念首先，ui 是由 state 通过 fn 生成：ui = fn(state)在 React 里，

2021-12-28 19:18:03 358

原创 PDF.js Electron Viewer

PDF.js 是基于 HTML5 解析与渲染 PDF 的 JavaScript 库，由 Mozilla 主导开源。本文旨在介绍 PDF.js 于 Electron 里如何开始使用，实际尝试了用其 API 或嵌入 HTML 的几种方式。代码: https://github.com/ikuokuo/electron-pdf-viewer.git从零准备项目项目采用 Electron React Antd PDF.js 来实现，以下是从零准备项目的过程。Electron React这里用 elec

2021-12-15 17:52:00 1459

原创 PDFium 渲染

PDFium 是 Chromium 的 PDF 渲染引擎，许可协议为 BSD 3-Clause。不同于 Mozilla 基于 HTML5 的 PDF.js，PDFium 是基于 Foxit Software （福昕软件）的渲染代码，Google 与其合作开源出的。此外，Qt PDF 模块也选用了 PDFium ，可见 QtWebEngine / QtPdf。本文将介绍如何用 PDFium 实现一个简单的 PDF 阅读器，代码见：https://github.com/ikuokuo/pdfium-read

2021-12-03 16:46:49 740

原创 OpenAPITools 实践

OpenAPITools 可以依据 REST API 描述文件，自动生成服务端桩（Stub）代码、客户端 SDK 代码，及文档等。其是社区版的 Swagger ，差异可见：OpenAPI Generator vs Swagger Codegen。本文将从零开始设计和编写 API 文件，并生成 Go Gin 服务端代码，与 Python SDK 代码。更多语言或框架，也是一样操作的。快速开始先熟悉下工具，直接用官方 Docker 镜像生成 Petstore 样例的 Go SDK 代码：docker r

2021-11-05 22:53:38 559

原创 K8s 开始

Kubernetes 是用于自动部署，扩展和管理容器化应用程序的开源系统。本文将介绍如何快速开始 K8s 的使用。了解 K8sKubernetes / Overview搭建 K8s本地开发测试，需要搭建一个 K8s 轻量服务。实际部署时，可以用云厂商的 K8s 服务。本文以 k3d 为例，于 macOS 搭建 K8s 服务。于 Ubuntu 则推荐 MicroK8s。其他可替代方案有：Kubernetes / Install Toolskind, minikube, kubeadm

2021-09-18 20:31:45 12366

原创 RTSP H264/HEVC 流 Wasm 播放

本文将介绍 RTSP H264/HEVC 裸流如何于网页前端播放。涉及 WebSocket 代理发送流数据， Wasm 前端解码等。代码: https://github.com/ikuokuo/rtsp-wasm-player相关模块：# RTSP WebSocket ProxyRTSP/Webcam/File > FFmpeg open > Packets > WebSocket# WS Wasm PlayerWebSocket > Packets > Was

2021-09-08 17:32:50 2085

原创 FFmpeg 播放 RTSP/Webcam 流

本文将介绍 FFmpeg 如何播放 RTSP/Webcam/File 流。流程如下：RTSP/Webcam/File > FFmpeg open and decode to BGR/YUV > OpenCV/OpenGL display代码: https://github.com/ikuokuo/rtsp-wasm-player, 子模块 rtsp-local-playerFFmpeg 准备git clone https://github.com/ikuokuo/rtsp-wasm

2021-08-30 14:28:02 983

原创 Ory Kratos 用户认证

Ory Kratos 为用户认证与管理系统。本文将动手实现浏览器（React+AntD）的完整流程，实际了解下它的 API 。代码: https://github.com/ikuokuo/start-ory-kratos了解 Kratos获取代码git clone -b v0.7.0-alpha.1 --depth 1 https://github.com/ory/kratos.git查看 APIgo-swagger 查看：cd kratosswagger serve -F=swagg

2021-07-29 20:05:39 1106

原创 RTSP H264 流 MSE 播放

elsampsa/websocket-mse-demo 项目介绍：It this demo we’re streaming live video from an RTSP camera to your HTML5 browser.Video is streamed as H264 encapsulated in MP4. No transcoding takes place in the stream-to-browser pipeline. No browser-side flash or pure

2021-07-16 23:50:10 566

原创可微渲染 SoftRas 实践

SoftRas 是目前主流三角网格可微渲染器之一。可微渲染通过计算渲染过程的导数，使得从单张图片学习三维结构逐渐成为现实。可微渲染目前被广泛地应用于三维重建，特别是人体重建、人脸重建和三维属性估计等应用中。安装conda 安装 PyTorch 环境：conda create -n torch python=3.8 -yconda activate torchconda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pyto

2021-06-19 10:12:47 1262 1

原创 Supervisor 开始

Supervisor 是 Linux/Unix 操作系统上的进程管理工具。本文介绍了于 Ubuntu 18 上如何使用 Supervisor 开机启动、保活守护自己的服务进程。安装建议系统方式安装，可开机启动。sudo apt install supervisor -ySystemd 查看服务状态：$ sudo systemctl status supervisor● supervisor.service - Supervisor process control system for UNIX

2021-06-08 22:34:45 127 1

原创 OpenCV 查找轮廓

本文将结合实例代码，介绍 OpenCV 如何查找轮廓、获取边界框。代码: contours.pyOpenCV 提供了 findContours 函数查找轮廓，需要以二值化图像作为输入、并指定些选项调用即可。我们以下图作为示例：二值化图像代码工程 data/ 提供了小狗和红球的二值化掩膜图像：其使用预训练好的实例分割模型来生成的，脚本可见 detectron2_seg_threshold.py。模型检出结果，如下：模型用的 Mask R-CNN 已有预测边框。但其他模型会有只出预测

2021-06-07 23:25:29 2852 8

原创 ONNX 开始

环境基础Anacondaconda create -n onnx python=3.8 -yconda activate onnx# ONNX# https://github.com/onnx/onnxconda install -c conda-forge onnx -ypython -c "import onnx; print(onnx.__version__)"import onnxmodel = onnx.load("model.onnx")简化# ONNX Si

2021-06-03 09:37:13 348

原创 Linux 性能相关工具

来自 Netflix 性能优化大牛 Brendan Gregg 的整理。观测分析测试调优参考Linux Performance

2021-04-25 23:13:00 55

原创 Prometheus + Grafana 快速上手

Prometheus + Grafana 快速上手，监控主机的 CPU, GPU, MEM, IO 等状态。前提Docker客户端Node Exporter用于采集 UNIX 内核主机的数据，这里下载并解压：wget https://github.com/prometheus/node_exporter/releases/download/v1.1.2/node_exporter-1.1.2.linux-amd64.tar.gztar xvfz node_exporter-1.1.2.li

2021-04-23 21:29:16 235

原创 RTSP 流相关工具介绍

RTSP (Real Time Streaming Protocol)，实时流协议，是一种应用层协议，专为流媒体使用。本文将介绍 GStreamer, VLC, FFmpeg 这几个工具，如何发送、接收 RTSP 流。前提Ubuntu 18.04 LTS (Bionic Beaver)GStreamer安装：sudo apt install libgstreamer1.0-0 gstreamer1.0-plugins-base gstreamer1.0-plugins-good gstream

2021-04-21 21:25:16 1938

原创 TensorFlow Serving

TensorFlow Serving 可以快速部署 Tensorflow 模型，上线 gRPC 或 REST API。官方推荐 Docker 部署，也给了训练到部署的完整教程：Servers: TFX for TensorFlow Serving。本文只是遵照教程进行的练习，有助于了解 TensorFlow 训练到部署的整个过程。准备环境准备好 TensorFlow 环境，导入依赖：import sys# Confirm that we're using Python 3assert sys.

2021-04-15 19:11:08 255

原创 TensorFlow 的 JupyterLab 环境

TensorFlow 准备 JupyterLab 交互式笔记本环境，方便我们边写代码、边做笔记。基础环境以下是本文的基础环境，不详述安装过程了。UbuntuUbuntu 18.04.5 LTS (Bionic Beaver)ubuntu-18.04.5-desktop-amd64.isoCUDACUDA 11.2.2cuda_11.2.2_460.32.03_linux.runcuDNN 8.1.1libcudnn8_8.1.1.33-1+cuda11.2_amd64

2021-04-14 09:09:08 401

原创 TorchVision Faster R-CNN 微调，实战 Kaggle 小麦检测

本文将利用 TorchVision Faster R-CNN 预训练模型，于 Kaggle: 全球小麦检测 ???? 上实践迁移学习中的一种常用技术：微调（fine tuning）。本文相关的 Kaggle Notebooks 可见：TorchVision Faster R-CNN FinetuningTorchVision Faster R-CNN Inference如果你没有 GPU ，也可于 Kaggle 上在线训练。使用介绍：Use Kaggle Notebooks那么，我们开始

2021-03-04 09:30:39 1911 9

原创 TorchVision 预训练模型进行推断

torchvision.models 里包含了许多模型，用于解决不同的视觉任务：图像分类、语义分割、物体检测、实例分割、人体关键点检测和视频分类。本文将介绍 torchvision 中模型的入门使用，一起来创建 Faster R-CNN 预训练模型，预测图像中有什么物体吧。import torchimport torchvisionfrom PIL import Image创建预训练模型model = torchvision.models.detection.fasterrcnn_resnet

2021-02-26 09:34:44 1133 1

原创 PyTorch 自定义数据集

准备数据准备 COCO128 数据集，其是 COCO train2017 前 128 个数据。按 YOLOv5 组织的目录：$ tree ~/datasets/coco128 -L 2/home/john/datasets/coco128├── images│ └── train2017│ ├── ...│ └── 000000000650.jpg├── labels│ └── train2017│ ├── ...│ └── 00

2021-02-24 10:24:27 265

原创 PyTorch 于 JupyterLab 的环境准备

PyTorch 是目前主流的深度学习框架之一，而 JupyterLab 是基于 Web 的交互式笔记本环境。于 JupyterLab 我们可以边记笔记的同时、边执行 PyTorch 代码，便于自己学习、调试或以后回顾。本文将介绍这样的环境如何进行准备。了解更多：PyTorch 官方文档JupyterLab 交互式笔记本安装 AnacondaAnaconda: https://www.anaconda.com/products/individual#Downloads北外镜像源: https

2021-01-21 14:32:21 546

原创 MMSkeleton 快速开始，使用 WebCam 测试

本文将引导快速使用 MMSkeleton ，介绍用摄像头测试实时姿态估计。MMSkeleton: https://github.com/open-mmlab/mmskeleton安装首先安装 MMDetection ，可见 MMDetection 使用。然后安装 MMSkeleton ，# 启用 Python 虚拟环境conda activate open-mmlab# 下载 MMSkeletongit clone https://github.com/open-mmlab/mmske

2021-01-19 16:30:01 959 2

原创 Docusaurus2 快速建站，发布 GitHub Pages

Docusaurus2 可快速搭建文档、博客、官网等网站，并发布到 GitHub Pages, Serverless 等。我们只需 Markdown 写写内容就行，也可直接编写 React 组件嵌入。而 SEO、搜索、版本等都友好支持了。另外重要的一点是此项目是 Facebook 开源维护的，他们自己也在用，所以质量、长久性能有所保证。代码： https://github.com/ikuokuo/start-docusaurus2演示： https://ikuokuo.github.io/star

2021-01-14 22:10:21 692

原创 Detectron2 快速开始，使用 WebCam 测试

本文将引导快速使用 Detectron2 ，介绍用摄像头测试实时目标检测。Detectron2: https://github.com/facebookresearch/detectron2环境准备基础环境Ubuntu 18.04系统安装，可见制作 USB 启动盘，及系统安装Nvidia Driver驱动安装，可见 Ubuntu 初始配置 - Nvidia 驱动Anaconda Python从这里下载 Linux 版本，并安装Detectron2安装，#

2021-01-12 23:08:14 921

原创 Scaled-YOLOv4 快速开始，训练自定义数据集

代码： https://github.com/ikuokuo/start-scaled-yolov4Scaled-YOLOv4代码: https://github.com/WongKinYiu/ScaledYOLOv4论文: https://arxiv.org/abs/2011.08036文章: https://alexeyab84.medium.com/scaled-yolo-v4-is-the-best-neural-network-for-object-detection-on-ms-c.

2021-01-09 19:32:00 1179

空空如也

空空如也