构建一个yolov3网络
爱来自ZZULI❤drluo
构建一个yolov3网络
darknet53网络图
yolov3网络图
(python)yolov3网络复现
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283848586878889909192939495969798991001011021031041051061071081091101111121131141151161171181191201211221231241251261271281291301311321331341351361371381391401411421431441451461471481491501511521531541551561571581591601611621631641651661671681691701711721731741751 ...
Servo_STS3032
对世博同学桌面轮足机器人的STS3032控制代码外加了舵机力矩获取(输出的电压百分比(0~1000),输出值有正负之分,反映力矩方向)
已有功能:
同步写多个舵机位置控制(可选ACC, SPEED设置)void SyncWritePosEx(u8 ID[], u8 IDN, s16 Position[], u16 Speed[], u8 ACC[]);
获取舵机力矩(输出至电机的电压百分比(0~1000)) int ReadLoad(int ID);
Servo_STS3032.h
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107//飞特STS3032舵机同步控制指令//调用方式为sms_sts.SyncWri ...
kotlin网页前后端那些事
爱来自洛屿❤drluo
登出操作
使用@RequestMapping 注解接收PUT请求,销毁账号session
1234567891011121314151617181920@Controller@RequestMapping(value = ["/admin"])interface LoginController { @RequestMapping(value = ["/logout"], method = [RequestMethod.PUT]) fun logout(request: HttpServletRequest, response: HttpServletResponse)}@Componentclass LoginControllerImpl : LoginController { override fun logout(request: HttpServletRequest, response: HttpServletResponse) { ...
mspm0g3507-ad9850
通过gpio口串行配置a9850的信号输出频率
ad9850_wr_serial(w0写入数据, 频率(HZ));
调用格式:
12ad9850_init_serial();ad9850_wr_serial(0x00, 10000000.0); // 设为10MHz
a9850.h
12345678910#ifndef __AD9850_H__#define __AD9850_H__#include "headfile.h"void ad9850_init_serial(void);void ad9850_wr_serial(unsigned char w0, const double frequence);#endif
a9850.C
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485868 ...
奇怪的bug
待解决
问题待解决
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180#pragma once#include "../src/main.h"#include &qu ...
Paddle模型转PaddleLite
爱来自ZZULI❤drluo
从Github下载PaddleLite库
根据机型选择arm 或 x86编译
再次编译Opt,用于模型转换
转换模型
使用MobileConfig和PaddlePredictor部署模型
人工智能考核
注意:代码实现的题目,需要提交实现代码
注意:代码实现的题目,需要提交实现代码
注意:代码实现的题目,需要提交实现代码
task1.1
解释神经网络中卷积层的作用。
解释神经网络中池化层的作用。
解释神经网络中连接层的作用。
解释神经网络中激活函数层的作用。
解释神经网络中Dropout层的作用。
对于你给出的解释,请给出相应的PaddlePaddle对应的函数,并尽可能的解释函数参数的意义
(也可以是Pytorch/Tensorflow中的函数)
task2.1
在一个单层感知器中,假设有两个输入特征和一个输出。
权重分别是w1 = 0.5,w2 = -0.3,偏差为b = 0.1。
输入特征为x1 = 2,x2 = -1。
计算输出(假设激活函数是阶跃函数)。
task2.2(代码实现)
假设你有一个包含两个隐藏层的前馈神经网络,每个隐藏层分别有3个神经元。
输入层有4个特征,输出层有2个神经元。
所有的激活函数都是ReLU。
编写一个函数来计算整个网络的输出,给定输入和网络参数。
例如,一二三层权重为以下值时:
第一层权重:
W1:
[[ 0.3236 ...
yolo和paddle模型常见输出参数
爱来自ZZULI❤drluo
原文链接:yolo和paddle模型常见输出参数解惑
此文为本人方便查找手动转存记录,请支持原作者。
yolo和paddle模型常见输出参数
第一种
Concatoutput_dim_0 :变量,表示预测目标的数量,
7:表示每个目标的七个参数:batch_id,x0,y0,x1,y1,cls_id,score
第二种
85:每一行85个数值,5个center_x,center_y, width, height,score ,80个标签类别得分
25200:三个尺度上的预测框总和 ( 80∗80∗3 + 40∗40∗3 + 20∗20∗3 ),每个网格三个预测框,后续需要非极大值抑制NMS处理
1:没有批量预测推理,即每次输入推理一张图片
第三种
num_dets:表示其批次中每个图像中的目标数
det_boxes:表示 topk(100) 目标的坐标信息 [x0,y0,x1,y1]
det_scores:表示每个 topk(100) 个对象的置信度分数
det_classes:表示每个 topk(100) 个对象的类别
第四种 ...
PaddleDetection
爱来自ZZULI❤drluo
1. Config 类定义¶
Config 类为用于配置构建 Predictor 对象的配置信息,如模型路径、是否开启 gpu 等等。
构造函数定义如下:
12345678# Config 类定义,输入为 Noneclass paddle.inference.Config()# Config 类定义,输入为其他 Config 对象class paddle.inference.Config(config: Config)# Config 类定义,输入分别为模型文件路径和参数文件路径class paddle.inference.Config(prog_file: str, params_file: str)
代码示例:
12345678# 引用 paddle inference 预测库import paddle.inference as paddle_infer# 创建 configconfig = paddle_infer.Config("./mobilenet.pdmodel", "./mobilenet.pdipara ...
随便写的一些东西
爱来自ZZULI❤drluo
C/C++
图像经过bitset处理为二进制后再转为uchar格式便于串口发送,并支持解码为uchar数组(240 * 320)(row * col)
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283848586878889909192939495 class UCHARFrame {public: UCHARFrame() { } UCHARFrame(const cv::Mat bi_frame) { biFrameToUCHARarr(bi_frame); this->uframe = (uchar*)malloc(sizeof(uchar) * 320 * 240); } ~UCHARFrame() { fre ...