由于C++语言的运行优势,多数算法模型在实际应用时需要部署到C++环境下运行,以提高算法速度和稳定性 本文主要讲述WIn10下在VS工程中通过Opencv部署yolov5模型,步骤包括: 1.python环境下通过export.py导出.onnx模型 2.C++环境下通过tensorrt进行模型导入和调用,过程中实现int8量化加速 适合刚开始部署模型的小白或者研究者,内附教程
2023-04-20 20:52:45 9.62MB 目标检测 计算机视觉 YOLO 深度学习
1
这是我个人0基础做的Python学习笔记,全都是基础知识,而且包括各种实用技巧,对于小白学Python会有很大的帮助,想学Python,又不知道从哪入手的值得一看。笔记中都是基础知识、基础知识、基础知识。
2023-04-20 11:26:39 2.4MB 0基础 Python学习 快速提高
1
车牌识别,YOLOv3、Densenet、卷积神经网络、python
2023-04-20 09:52:54 271.82MB 车牌识别 深度学习 python
1
学习本篇之前,如果你对Python下进行GUI编程基础内容还有不明白,推荐一篇相关文章:简单介绍利用TK在Python下进行GUI编程的教程 写一个简单的界面很容易,即使是什么都不了解的情况下,这个文本转载了最简单的界面编写,下个文本介绍了TK的简单但具体的应用 在python中创建一个窗口,然后显示出来。 from Tkinter import * root = Tk() root.mainloop() 就3行就能够把主窗口显示出来了。root是一个变量名称,其代表了这个主窗口。以后创建控件的时候指定控件创建在什么窗口之中,就要用这个root来表示了。而Tk()是一个Tkinter库之
2023-04-20 09:43:47 211KB gui label python
1
论文网址 M. Zhao, S. Zhong, X. Fu, et al., Deep residual shrinkage networks for fault diagnosis, IEEE Transactions on Industrial Informatics, DOI: 10.1109/TII.2019.2943898 https://ieeexplore.ieee.org/document/8850096
2023-04-20 09:39:30 437KB 深度学习 残差 收缩网络
1
STM32F407ZGT6学习之看门狗-附件资源
2023-04-19 13:53:12 106B
1
分享给有兴趣研究jdk版本差异与底层源码的有共同爱好的人员 jdk1.7.0_21 绿色免安装纯净版 (包含开源源码,仅做学习交流) 如果对绿化破解小工具 感兴趣的可以去我的更多分享资源下载
2023-04-19 13:15:26 78.78MB jdk绿色版
1
DAVE Oracle RMAN 学习笔记
2023-04-19 11:51:52 3.56MB DAVE Oracle RMAN
1
1._htmresc文件夹内是官方Logo图片,可以忽略。 2. Libraries 文件夹下面有 CMSIS 和 STM32F4xx_StdPeriph_Driver 两个目录,这两个目录包 含固件库核心的所有子文件夹和文件,是代码移植的重头戏。CMSIS 文件夹存放的是符合 CMSIS 规范的一些文件, Driver 文件夹下是STM32F4 标准外设固件库源码文件和对应的头文件,说白了就是将寄存器封装好的函数接口。 3.Project 文件夹下面有STM32F4xx_StdPeriph_Examples 和STM32F4xx_StdPeriph_Template 两个文件夹,Examples文件夹下是固件示例源码,Template文件夹下是工程模板。这些源码的学习对以后的开发学习非常重要。 4. Utilities 文件夹下就是官方评估板的一些对应源码,可以忽略不看。 5. 根目录中还有一个固件库的帮助文档 stm32f4xx_dsp_stdperiph_lib_um.chm 文件。
1
日志异常检测器 日志异常检测器是一个名为“ Project Scorpio”的开源项目代码。 LAD也简称为LAD。 它可以连接到流媒体源并生成对异常日志行的预测。 在内部,它使用无监督机器学习。 我们结合了许多机器学习模型来实现这一结果。 另外,它在回路反馈系统中还包括一个人。 项目背景 该项目的最初目标是开发一种自动方法,根据用户应用程序日志中包含的信息,在用户的应用程序出现问题时通知用户。 不幸的是,日志中充满了包含警告甚至是可以忽略的错误的消息,因此简单的“查找关键字”方法是不够的。 另外,日志的数量在不断增加,没有人愿意或无法监视所有日志。 简而言之,我们的最初目标是使用自然语言处理工具进行文本编码,并使用机器学习方法进行自动异常检测,以构建一种工具,该工具可以通过突出显示最日志来帮助开发人员针对失败的应用程序更快地执行根本原因分析如果应用程序开始产生高频率的异常日志,则很可能
2023-04-19 10:31:53 12.02MB kubernetes log word2vec machine-learning-algorithms
1