利用FPGA实现实时图像分类,将目前较为先进的网络架构采用FPGA实现并行化。包括cnn网络模型。结合了深度学习的一些内容!
针对口罩检测,进行调研,包括了分类器的设计,人脸检测的设计。 其中主要分为两阶段,先是人脸检测,然后将检测到的人脸,进行二分类,标签为戴口罩,不戴口罩。包括了pytorch的代码,ppt的讲解,技术文档。 人脸识别是MTCNN,然后分类可以自己训练,我采用的是ResNet-18.
针对口罩检测,进行调研,包括了分类器的设计,人脸检测的设计。 其中主要分为两阶段,先是人脸检测,然后将检测到的人脸,进行二分类,标签为戴口罩,不戴口罩。包括了pytorch的代码,ppt的讲解,技术文档。 人脸识别是MTCNN,然后分类可以自己训练,我采用的是ResNet-18.
描述了保角性的证明,以及什么是保角性。对于相机投影矩阵,homogeneous coordinate,降到了projective transformation,affine transformation, similarity transformation, rigid body transform
包含了矩阵对矩阵求导,矩阵对向量求导,向量的微分,向量的导数等,多种矩阵、向量的微积分公式和讲解。内容包括: Vector/Matrix Derivatives and Integrals; Vector differentiation; Matrix differentiation; Deriva
主要介绍python的各类库文件,包括了文本,数据结构,enum,算法,时间和日期,数学运算,文件系统,数据存储于交换,进程线程库文件等。 用于程序的参考。
opencl异构计算,主要介绍在异构计算环境下,进行并行编程。主要介绍并行计算编程的定义,异构编程的基本架构,opencl的案例。 包括了opencl的卷积,视频处理,直方图,扩展,性能剖析等。 也介绍了在GPU和CPU上的使用opencl的方法。
本教程提供了将所构造的TensorFlow深度学习模型,转化为caffe模型的代码与详解。 先构建TensorFlow模型,然后调pywrap_tensorflow将读入的TensorFlow模型,转换为caffe模型。 主要是构建网络,然后生成网络的checkpoint,最后转换成caffe所定义
运输问题的最小生成树解法;
运输问题的基本可行解(非退化)是对应运输固G的生成树。
基本可行解的建立。
机械手是能模仿人手和臂的某些动作功能,用以按固定程序抓取、搬运物件或操作工具
的自动操作装置。观摩了前面几届pld设计竞赛的作品,我们选择了对的体感六轴机械手进
行进一步的研究制作,设计了一种可全身体感,手臂、所有手指、头部、机器人移动都能灵
活远程控制,并带有视觉系统的机器人。
本作品采用全身体感