警句
You can't connect the dots looking forward. You can only connect them looking backwards. So you have to trust that the dots will somehow connect in your future. You have to trust something - your gut, destiny, life, karma, whatever.
Overleaf私有 Overleaf私有
一、操作参考链接https://zhuanlan.zhihu.com/p/29053435112 https://blog.csdn.net/weixin_54430466/article/details/145708733 https:/
2025-04-18 Ruimin Huang
PPT设计制作快捷键 PPT设计制作快捷键
2025-02-13 Ruimin Huang
20250118_中午1点会议 20250118_中午1点会议
一、开场白先作一个开场白, 第一:先说一下我们团队在2024年取得的成绩:我们这个团队获批了湖北省国防创新团队,给大家一个概念:我们这个团队在2018年获得了湖北省创新团队,2022年获得了教育部创新团队,去年获得了湖北省创新团队,横向比较
2025-01-25 Ruimin Huang
写作素材 写作素材
一、研究背景1.1 第一段红外成像技术凭借其在无需可见光条件下的长距离成像能力,在夜间或视线受限环境中的多个领域显得尤为重要。通过表示目标的热分布情况,红外成像为无人系统监控、海上目标搜寻及救援等应用提供了关键信息。然而,在此类应用中,被观
2025-01-20 Ruimin Huang
各类型卷积小结 各类型卷积小结
一、分组卷积 输入channel为12,输出channel为12的情况 输入shape 输出channel 分组数 输入各组shape 输入组数 卷积各组shape 卷积组数 输出shape 总结 [1 12 48 48 ]
2024-12-28 Ruimin Huang
测试记录 测试记录
一、基本测试命令 tensorboard数据可视化命令,且确保能大量传输数据,即最多显示10w张图片 tensorboard --port=8009 --samples_per_plugin=images=100000 --logdir=
2024-12-17 Ruimin Huang
新版测试工程构建记录 新版测试工程构建记录
一、数据集读取部分1.NUAA_SIRST 参数的问题: 这个受到Arg的影响 self.crop_size = args.crop_sizeself.base_size = args.base_size 这个不受到Arg的影响
2024-11-15 Ruimin Huang
Grad-CAM用于图像分割 Grad-CAM用于图像分割
一、target的设计class SemanticSegmentationTarget: def __init__(self, category, mask): self.category = category
2024-11-11 Ruimin Huang
Grad-CAM的原理及实践 Grad-CAM的原理及实践
1. 深层的特征图,具有更好的语义信息,其热力图效果也更好 2. 基本示意图 其中A是前向推理得到的 前向传播计算2个节点 A’是反向传播得到的 反向传播计算1个节点 *注意,实际计算时:batch_size维度会保留;但是
2024-11-11 Ruimin Huang
PD_FA的计算 PD_FA的计算
一、在BasicIRSTD中的计算 这个函数不会用于训练中,只会在测试中进行使用 并且这种只初始化时reset一次,其余时候全程累加 class PD_FA(): def __init__(self,): supe
2024-11-06 Ruimin Huang
云服务器配置 云服务器配置
1.Ubuntu22.04及以后版本设置开机自动启动的方法 Step1 进入到以下路径: /etc/systemd/system/ Step2 新建开机自动启动服务文件: frpc.service [Unit] Descrip
2024-09-19 Ruimin Huang
Focal Loss的理解 Focal Loss的理解
1.介绍 Focal Loss 是一种专门设计用于处理类别不平衡问题的损失函数,特别是在目标检测任务中表现出色。 它最早由 Facebook AI Research (FAIR) 提出的,在物体检测中,如 RetinaNet,解决了正负样
2024-09-19 Ruimin Huang
几种常用loss函数原理及代码示例 几种常用loss函数原理及代码示例
0.信息熵 计算公式 说明 Onehot向量的信息熵为0 非Onehot向量的概率分布反而有一定的信息熵 对于交叉熵而言,与Onehot向量相同的概率分布时,其交叉熵也为0 1.交叉熵损失 Cross Entropy Lo
2024-09-18 Ruimin Huang
知识蒸馏算法_原理&综述 知识蒸馏算法_原理&综述
权重剪枝:结构化剪枝,整层整层地剪,整通道整通道地剪 通道剪枝:非结构化剪枝,一根树杈子,一根树杈子剪 加速卷积运算:将卷积运算转换成张量运算,这里面有很多卡脖子的技术,这也是MATLAB软件非常牛的关键,底层有很多数值运算的
2022-06-29
如何为RPi交叉编译特定版本的支持v4l2的.ko以及.dtb 如何为RPi交叉编译特定版本的支持v4l2的.ko以及.dtb
0 背景我在以前一个版本的64bit树莓派系统上,搭建了很多环境,现在,这个64bit的树莓派系统需要接入IMX385,目前只有v4l2这种方案(64bit的树莓派系统删除了一些库,树莓派原生相机也就不支持)。 但悲催的是,目前veye在G
2022-06-07
PyTorch_22_完整的模型验证套路 PyTorch_22_完整的模型验证套路
import torch import torchvision from PIL import Image from torch import nn image_path = "./images/deer.png" image = Ima
2021-11-22
PyTorch_21_利用GPU训练 PyTorch_21_利用GPU训练
利用GPU训练的三要素 train_gpu_1.py import torch import torchvision from torch.utils.tensorboard import SummaryWriter # fro
2021-11-21
PyTorch_20_完整的模型训练套路 PyTorch_20_完整的模型训练套路
train.py import torch import torchvision from torch.utils.tensorboard import SummaryWriter from model import TuDui fr
2021-11-20
PyTorch_19_网络模型的保存与读取 PyTorch_19_网络模型的保存与读取
model_save.py import torch import torchvision # 这个是没有经过训练的 from torch import nn vgg16 = torchvision.models.vgg16(pre
2021-11-19
PyTorch_18_现有模型的使用和修改 PyTorch_18_现有模型的使用和修改
import torchvision # train_data = torchvision.datasets.ImageNet("./dataset", split='train', download=True, #
2021-11-18
PyTorch_17_优化器 PyTorch_17_优化器
import torch import torchvision from torch import nn from torch.nn import Sequential, Conv2d, MaxPool2d, Flatten, Linear
2021-11-17
PyTorch_16_损失函数与反向传播2 PyTorch_16_损失函数与反向传播2
import torchvision from torch import nn from torch.nn import Sequential, Conv2d, MaxPool2d, Flatten, Linear from torch.u
2021-11-16
PyTorch_15_损失函数与反向传播1 PyTorch_15_损失函数与反向传播1
import torch import math from torch.nn import L1Loss from torch import nn inputs = torch.tensor([1, 2, 3], dtype=torch.
2021-11-15
PyTorch_14_nn_Sequential PyTorch_14_nn_Sequential
import torch from torch import nn from torch.nn import Conv2d, MaxPool2d, Linear, Sequential from torch.nn.modules.flatt
2021-11-14
PyTorch_13_神经网络-线性层及其他层介绍 PyTorch_13_神经网络-线性层及其他层介绍
import torch import torchvision from torch import nn from torch.nn import Linear from torch.utils.data import DataLoader
2021-11-13
PyTorch_12_神经网络-非线性激活 PyTorch_12_神经网络-非线性激活
import torch import torchvision from torch import nn from torch.nn import ReLU, Sigmoid from torch.utils.data import Dat
2021-11-12
PyTorch_11_神经网络-最大池化层 PyTorch_11_神经网络-最大池化层
import torch import torchvision from torch import nn from torch.nn import MaxPool2d from torch.utils.data import DataLoa
2021-11-11
PyTorch_10_神经网络-卷积层 PyTorch_10_神经网络-卷积层
from typing import Any import torch import torchvision from torch import nn from torch.nn import Conv2d from torch.util
2021-11-10
PyTorch_9_卷积基本操作 PyTorch_9_卷积基本操作
import torch import torch.nn.functional as F input = torch.tensor([[1, 2, 0, 3, 1], [0, 1, 2, 3,
2021-11-09
PyTorch_8_神经网络的基本骨架-nn_Module的使用 PyTorch_8_神经网络的基本骨架-nn_Module的使用
from typing import Any import torch from torch import nn class TuDui(nn.Module): def __init__(self): supe
2021-11-08
PyTorch_7_DataLoader的使用 PyTorch_7_DataLoader的使用
import torchvision from torch.utils.data import DataLoader #准备的测试集数据 from torch.utils.tensorboard import SummaryWriter
2021-11-07
PyTorch_6_torchvision中的数据集使用 PyTorch_6_torchvision中的数据集使用
import torchvision from torch.utils.tensorboard import SummaryWriter dataset_transform = torchvision.transforms.Compose
2021-11-06
PyTorch_5_常见Transformers PyTorch_5_常见Transformers
from PIL import Image from torch.utils.tensorboard import SummaryWriter from torchvision import transforms writer = Sum
2021-11-05
PyTorch_4_Transforms的使用 PyTorch_4_Transforms的使用
from PIL import Image from torch.utils.tensorboard import SummaryWriter from torchvision import transforms # python 的用法
2021-11-04
PyTorch_3_TensorBoard的使用 PyTorch_3_TensorBoard的使用
运行TensorBoard的指令tensorboard –logdir=logs from torch.utils.tensorboard import SummaryWriter from PIL import Image impor
2021-11-03
PyTorch_2_PyTorch加载数据&Dataset类代码实战 PyTorch_2_PyTorch加载数据&Dataset类代码实战
from torch.utils.data import Dataset from PIL import Image import os class MyData(Dataset): def __init__(self, ro
2021-11-02
PyTorch_1_开发环境验证 PyTorch_1_开发环境验证
# This is a sample Python script. # Press Shift+F10 to execute it or replace it with your code. # Press Double Shift to
2021-11-01
HI3516DV300_22_根文件系统解析3 HI3516DV300_22_根文件系统解析3
后面的,执行的文件,其实是在:/usr/script/hi3516dv300.sh 这个就是烧录的最后一个分区,比较大,但实际上,里面的内容很少,里面就一个配置文件,将来里面呢,或许还会放别的 这里,其实是挂载到
2021-10-28
HI3516DV300_21_根文件系统解析2 HI3516DV300_21_根文件系统解析2
1. rcS分析1.1源码分析 文件在这个地方 这个是常规的 这个mount -a呢,就是挂载我们的init_table里面的所有的 这也是常规的 然后,打印一个这个,这里,其实就是一个Hi罢了
2021-10-27
HI3516DV300_20_根文件系统解析1 HI3516DV300_20_根文件系统解析1
一、根文件系统来自哪里1.1 包含哪些部分 rootfs:这是根文件系统里面比较熟悉的 userdata:用户数据 比如,安卓手机里面,就是有一些目录,专门存放我们的用户数据的 编译完成之后,是在我们的这个result目录里
2021-10-26
HI3516DV300_19_触摸屏测试及驱动详解2 HI3516DV300_19_触摸屏测试及驱动详解2
一、移植并测试触摸屏驱动1.1 下载正确的触摸屏驱动文件并替换掉原来不对的1.1.1 电容触摸屏的驱动在下面这个位置: 这个驱动到底是内核自带的,还是之前的板卡商,在移植的时候放进去的,对我们来说,不用去关心 总之,我们拿到的源码
2021-10-25
HI3516DV300_18_触摸屏测试及驱动详解1 HI3516DV300_18_触摸屏测试及驱动详解1
一、Study16DV300的常用外设详解1.1 说明 刚好拿来做设备树的这样一个平台来讲解了,在设备树的课程里面,已经把大部分的内核驱动的东西都已经分析了 大部分驱动,使用的虽然是4.9的内核,比2.6.35的内核比较新,但是驱动部分
2021-10-24
HI3516DV300_17_Uboot第二阶段的启动 HI3516DV300_17_Uboot第二阶段的启动
一、从这里开始1.1 分析内存空间 这里就主要集中力量,做了一件事情:去解压缩老版本的U-Boot 观察这幅图 上面这张图的黑框部分,就是总共263 KB 这263 KB由3部分组成: A是第一部分:64字节,就
2021-10-23
HI3516DV300_16_Uboot第一阶段的启动 HI3516DV300_16_Uboot第一阶段的启动
一、uboot第一阶段的启动1.1 起点在:arch\arm\cpu\armv7\hi3516dv300\start.S 1.2 分析start.S源码 说明海思也是从其它地方移植过来的: 复位向量表 _ start符号就是en
2021-10-22
HI3516DV300_15_Uboot详解 HI3516DV300_15_Uboot详解
一、分段式uboot的生成过程解析1.0 与以往Uboot不同的 两段式的Uboot:直接编译的Uboot不能用,还得经过一次编译生成Uboot-z才行,还要进行二次制作;也就是,先编译生成一个Gzip工具,再结合那个excel表格生成一个
2021-10-21
HI3516DV300_14_Uboot的一般分析 HI3516DV300_14_Uboot的一般分析
一、关于Uboot的说明 这个Uboot使用的是2016.11的版本 最大的更新为引入了make,menuconfig这一套 BL0是芯片内部的BootROM (irom) 代码,BL1就是Uboot源码,BL2就是Kernel代
2021-10-20
HI3516DV300_13_配套SDK中提供的Rootfs分析 HI3516DV300_13_配套SDK中提供的Rootfs分析
一配套SDK中提供的rootfs构建分析1_21.1 默认镜像中根文件系统内容解析1.1.1 烧录了默认镜像进入系统后 1.1.2 进入到bin目录中,宾目录中大部分是busybox的文件 上图中,绿色的,应该是其它某些地方来的,而不是
2021-10-19
HI3516DV300_12_自制Rootfs实战记录 HI3516DV300_12_自制Rootfs实战记录
主要查阅第三部分前面,以及第四部分 一、 教程中的实战1.1 解压rootfs 先解压rootfscd /home/book/Hi3516DV300_Original/Hi3516CV500_SDK_V2.0.2.0/osdrv/pub
2021-10-18
HI3516DV300_11_编译记录 HI3516DV300_11_编译记录
1、全程编译记录book@100ask:~/Hi3516DV300_Original/Hi3516CV500_SDK_V2.0.2.0/osdrv$ make CROSS_COMPILE=arm-himix200-linux- CHIP=h
2021-10-17
Hi3516DV300_10_Rootfs的单独编译和验证 Hi3516DV300_10_Rootfs的单独编译和验证
1.内核启动后,就会去挂载根文件系统 移植了应用程序,就往bin目录里面放 移植了库,就往lib目录里面放 要区分一个边界:哪些东西是一定要你去做的,哪些东西不一定是要你做的 14.1、rootfs知识点回顾 (1)rootfs的作
2021-10-16
Hi3516DV300_9_Kernel的单独编译和验证 Hi3516DV300_9_Kernel的单独编译和验证
1.Kernel的单独编译和验证1.1 打补丁 tar.gz的压缩比例没有那么狠 tar.xz的压缩比例则更狠,先得用xz软件解压成gz 14 cd opensource/kernel 15 tar -x
2021-10-15
Hi3516DV300_8_Uboot的单独编译和验证 Hi3516DV300_8_Uboot的单独编译和验证
1.Uboot的单独编译和验证 参考文献1:SDK内osdrv中的readme 参考文献2:ReleaseDoc中的《Hi3516CV500╱Hi3516DV300╱Hi3516AV300 U-boot 移植应用开发指南.pdf》 2.编
2021-10-14
Hi3516DV300_7_开发板配套SDK解读 Hi3516DV300_7_开发板配套SDK解读
1、文件夹结构注意:这里有很多符号链接,因为这些文件夹都是链接到别的地方的 这里有干货的文件夹,就只有osdrv与smp make_ext4fs是编译的工具 烧录的时候有用到userdata,userdata里面有很多要用到的配置
2021-10-13
Hi3516DV300_6_官方SDK开发实战 Hi3516DV300_6_官方SDK开发实战
1. SDK脚本管理解析1.1 sdk.unpack脚本解析 就是为了解压而已 1.2 scripts/common.sh脚本解析 定义了很多函数,整个SDK管理的所在 1.3 osdrv/readme_cn.txt 定义了怎么编译,包
2021-10-12
Hi3516DV300_5_官方SDK管理脚本解析 Hi3516DV300_5_官方SDK管理脚本解析
1.Hi3516CV500_SDK_V2.0.2.1解析 可以看出 官方最早推出这个芯片的时候,使用的还是SPI Flash的 smp:表示对称多核心,Hi3516DV300是双核A7,两个都是A7,那么就叫做对称。 glibc:表示用的
2021-10-11
Hi3516DV300_4_SDK资源简介 Hi3516DV300_4_SDK资源简介
芯片资料的获取途径 国内:代理商,相对来说比较封闭 国外:最Open的是TI 国内的芯片厂商相对来说比较封闭,必须要找到正规的代理商,还要以公司的名义和代理商签保密协议,代理商才会给你,跟市场的推广因素有关,正规的途径:通过你的公司,联系海
2021-10-10
Hi3516DV300_3_烧录记录2 Hi3516DV300_3_烧录记录2
1 Uboot烧录设置 注意一定要选中烧录EMMC模式 如果Uboot已经被清除掉了,那么,就不用重新上电了 如果Uboot没有被清除,那么,就点击下载后,重新上电 按照目前的情况来看,用串口来烧写kernel,rootfs,userdat
2021-10-09
Hi3516DV300_2_烧录记录1 Hi3516DV300_2_烧录记录1
1.分区及相关参数 分区大小一般自己留有余量,分区大小,自己定,比实际镜像大小大一些就可以。 分区大小改了,相应的参数也要发生变化: bootcmd:Uboot启动好了之后,Uboot会自动执行bootcmd这个环境变量,这个环境变量里
2021-10-08
HI3516DV300_1_下载准备 HI3516DV300_1_下载准备
烧录说明 不同厂家的芯片,甚至是不同平台的,烧录都是有差别的 内部也是有代码,出厂只有一段内部代码,与功能无关 两个下载阶段 裸机下载uboot.bin,使用HiTool软件,通过串口 基于uboot运行后的fastboot,使用HiTo
2021-10-07
Linux采用4G模块上网_PPP拨号 Linux采用4G模块上网_PPP拨号
1.说明本章将继续讲解Jetson Nano采用SIM7600 4G模块进行无线上网,紧接上一章NDIS拨号上网,本章将讲解PPP拨号上网,本教程同样适用于树莓派。 2. 准备工作接下来,将介绍Jetson Nano或Raspberry P
2019-09-12
1 / 2