Ubuntu 批量压缩文件夹
Linux
type
status
date
slug
summary
tags
category
icon
password
安装软件
建立一个可执行文件，如compress_dirs.sh
使用方法
文章详情
树莓派5 编译安装opencv和gstreamer插件
Linux
OpenCV
type
status
date
slug
summary
tags
category
icon
password
基于以下文章使用
树莓派4B 安装opencv完整教程基于python3（各种错误解决）-腾讯云开发者社区-腾讯云
本人一直在做opencv的项目，需要入手一块树莓派来在移动端跑opencv，所以买了一块树莓派4B，然后安装上了系统，开启了曲折的opencv安装之旅。 首先有幸看到子豪兄的视频，还是很好的，所以直接跟着它子豪兄教你在树莓派上安装OpenCV教程安装opencv,但是后来发现各种不可名状的错误，最后发现他的是基于树莓...
树莓派4B 安装opencv完整教程基于python3（各种错误解决）-腾讯云开发者社区-腾讯云
https://cloud.tencent.com/developer/article/2036841
树莓派4B 安装opencv完整教程基于python3（各种错误解决）-腾讯云开发者社区-腾讯云
  • 下载opencv_4.9.0, opencv_contrib_4.9.0, 在opencv文件夹下建立编译地址
    • 修改cmake命令
      • 安装
        • 查看安装是否成功
          文章详情
          组装 pc 安装 Windows 和 Ubuntu 双系统可能会遇到的问题
          硬件
          type
          status
          date
          slug
          summary
          tags
          category
          icon
          password

          1. 介绍以下配置

          • 这次组机用的是 40 系列显卡 + 7000 系列 AMD 处理器。

          2. 安装时遇到的一些问题

          2.1. windows 部分

          • 烧录系统镜像的时候，如果用的是 MacOS，需要将 U 盘格式设置成 NTFS 格式。
            • 安装结束后重启，可能会发现网卡和无线网卡搜索不到信号。
              文章详情
              傅里叶变换
              高数
              type
              status
              date
              slug
              summary
              tags
              category
              icon
              password
              B站首发！草履虫都能看懂的【傅里叶变换】讲解，清华大学李永乐老师教你如何理解傅里叶变换，辨清美颜和变声原理，！！_哔哩哔哩_bilibili
              B站首发！草履虫都能看懂的【傅里叶变换】讲解，清华大学李永乐老师教你如何理解傅里叶变换，辨清美颜和变声原理，！！共计2条视频，包括：傅里叶变换、感谢支持！等，UP主更多精彩视频，请关注UP账号。
              B站首发！草履虫都能看懂的【傅里叶变换】讲解，清华大学李永乐老师教你如何理解傅里叶变换，辨清美颜和变声原理，！！_哔哩哔哩_bilibili
              https://www.bilibili.com/video/BV1aW4y1y7Hs/?spm_id_from=333.337.search-card.all.click&vd_source=0847973121d4fdd8364284ef7353ef09
              B站首发！草履虫都能看懂的【傅里叶变换】讲解，清华大学李永乐老师教你如何理解傅里叶变换，辨清美颜和变声原理，！！_哔哩哔哩_bilibili

              1. 傅里叶级数

              傅里叶级数可以将 所有周期性函数 转换为 三角函数的组合.
              notion image
              周期性函数可以使用相位, 振幅和频率这三个参数表示.
              文章详情
              卡尔曼滤波算法和应用
              算法
              Computer Vision
              type
              status
              date
              slug
              summary
              tags
              category
              icon
              password

              1. 状态转移矩阵

              从当前状态到下一个状态的转换.
              例子: 假设跟踪车辆形式
              • 车辆的状态矩阵, 位置变量 ; 速度变量 .
                • 假设车辆有加速度变量 ; 这里 是单位时间; 这里就可以从上一个单位时间的 推导出当前的 .
                  • 这里可以发现输出变量是输入变量的线性组合, 所以卡尔曼滤波器是线性滤波器, 只能描述状态与状态之间的线性关系. 由于是线性关系, 所以可以将公式写成矩阵的形式.
                    文章详情
                    Notion Mermaid 绘制思维导图流程图
                    思维导图
                    type
                    status
                    date
                    slug
                    summary
                    tags
                    category
                    icon
                    password
                    Mermaid 可以画很多类型的图, 详细可以查看官方说明书
                    About Mermaid | Mermaid
                    Create diagrams and visualizations using text and code.
                    About Mermaid | Mermaid
                    https://mermaid.js.org/intro/

                    1. 调出 Mermaid 绘制界面

                    在 Notion 页面中输入/code 插入代码块. 左上角代码类型选择 Mermaid, 右边的 Split 表示代码和思维导图同时表示, 类似于 Markdown 编辑器一边编辑一边预览.
                    notion image

                    2. Mermaid 代码编辑

                    文章详情
                    Windows 安装 WSL2 Ubuntu
                    Windows
                    type
                    status
                    date
                    slug
                    summary
                    tags
                    category
                    icon
                    password

                    1. 安装Ubuntu

                    • 首先检查windows是否可以更新, 必须保持在可以更新的状态才可以下载ubuntu镜像.
                    • 管理员模式打开终端, 查看wsl可以安装的linux版本
                      • 安装ubuntu
                        • 启动ubuntu

                          2. 开启ssh

                          文章详情
                          不同任务下主干网络的选择
                          Computer Vision
                          Deep Learning
                          type
                          status
                          date
                          slug
                          summary
                          tags
                          category
                          icon
                          password
                          论文PDF: Battle of the Backbones: A Large-Scale Comparison of Pretrained Models across Computer Vision Tasks
                          爱可可 AI 前沿推介(11.2)
                          LG - 机器学习 CV - 计算机视觉 CL - 计算与语言1、[LG] Unexpected Improvements to Expected Improvement for Bayesian Optimization 2、[CL] Unlearn What You Want to Forget：Efficient Unlearning for LLMs …
                          爱可可 AI 前沿推介(11.2)
                          https://zhuanlan.zhihu.com/p/664613648
                          爱可可 AI 前沿推介(11.2)

                          动机

                          当前计算机视觉系统的构建通常依赖于预训练或随机初始化的特征提取器作为骨干网络, 而选择合适的骨干网络是一个困难的问题, 因此需要一个方法来比较不同的预训练模型, 以帮助从业者做出明智的选择.

                          方法

                          本文提出一种名为 Battle of the Backbones 的方法, 通过对一系列预训练模型进行基准测试, 包括视觉-语言模型, 自监督学习模型和稳定扩散骨干等, 涵盖了从分类, 目标检测到 OOD 泛化等各种计算机视觉任务. 通过对1500多次训练运行的全面分析, 揭示了现有方法的优势和不足, 并为研究社区指明了前进的方向.
                          文章详情
                          对于一些git项目更新的同步方法
                          Git
                          type
                          status
                          date
                          slug
                          summary
                          tags
                          category
                          icon
                          password
                          对于一些Fork到自己项目的git项目更新的同步方法, 这里使用NotionNext作为例子进行简单介绍.

                          1. 前置条件

                          1. Fork 项目, 将自己的NotionNext项目克隆下来.
                          1. 新建一个分支new_branch
                            1. 所有对项目的修改都在这个分支上完成, commit and push.
                            1. 添加原项目的url到本地.
                              文章详情
                              一些数据预处理的方法
                              Deep Learning
                              预处理
                              特征
                              type
                              status
                              date
                              slug
                              summary
                              tags
                              category
                              icon
                              password

                              1. 数据的预处理

                              • 对于缺失值
                                • 对于异常值

                                  2. 特征工程

                                  • 连续特征, 离散特征
                                  • 特征组合, 生成新的特征
                                    文章详情
                                    行为识别模型简介
                                    Deep Learning
                                    PyTorch
                                    HAR
                                    type
                                    status
                                    date
                                    slug
                                    summary
                                    tags
                                    category
                                    icon
                                    password

                                    1. 行为识别 Human Action Recognition (HAR)

                                    • 行为识别模型有两个方向: 第三人称动作识别和第一人称动作识别.
                                    • 使用的各方向和对应的方法大致如下图, 本篇文章只介绍第三人称动作识别 RGB 模态.
                                      • 详细可以参考调研论文. [1]

                                      2. 第三人称动作识别 RGB 模态

                                      第三人称动作识别 RGB 模态方面的研究很多, 因为二维的视频数据相对来说更容易获得.
                                      文章详情
                                      OCR文本识别和CRNN算法简介
                                      Deep Learning
                                      Computer Vision
                                      OCR
                                      type
                                      status
                                      date
                                      slug
                                      summary
                                      tags
                                      category
                                      icon
                                      password

                                      1. CRNN算法介绍

                                      CRNN 全称为 Convolutional Recurrent Neural Network
                                      • 主要用于端到端地对不定长的文本序列进行识别, 不用先对单个文字进行切割, 而是将文本识别转化为时序依赖的序列学习问题, 就是基于图像的序列识别.
                                      • 对于无字典和有字典的场景都有较好的表现. (不过无字典精度差有字典10%以上)
                                      • 模型结构简单, 性能比Transformer等模型更好.

                                      2. 传统的文字识别模型

                                      文章详情
                                      12345