TF Object Detection API适配Python 3 TensorFlow的Object Detection API集成了众多用于物体检测的神经网络模型。该API目前仍处于活跃的开发中,从实际情况来看对Python3的支持还不是很好。
图解MobileNetV2中的Bottlenecks MobileNetV2中使用了一种名为Inverted Residuals and Linear Bottlenecks的结构,解决了V1版本中SeprableConv存在的输入层Kernel数量固定的瓶颈。
将TensorFlow的变量格式从NCHW转换为NHWC 将一堆二维张量拼接成三维张量的时候,默认的Chanel维度在首位;然而在TensorFlow中张量的默认Channel维度在末尾。因此有时需要将变量模式从NCHW转换为NHWC以匹配格式。
卷积神经网络中的Separable Convolution 移动端设备的硬件性能限制了神经网络的规模。本文尝试解释一种被称为Separable Convolution的卷积运算方式。它将传统卷积分解为Depthwise Convolution与Pointwise Convolution两部分,有效的减小了参数数量。
创建Github仓库的本地镜像 在一家制造业公司从事软件开发的工作存在一个痛点就是Github的访问总是慢的让人抓狂。这种情况下针对一些常用的在Github上的开源项目,有必要在本地保存一份仓库的镜像,方便内网的用户抓取。
重新设定OpenCV Tracker的跟踪对象 OpenCV的Tracking模块实现了6种不同的跟踪算法:BOOSTING,MIL,KCF,TLD,MEDIANFLOW和GOTURN。本文展示了当希望换一个对象跟踪的时候,需要采取的可行方法。
Google Mobile Vision API需要网络连接 采用Google Mobile Vision API来进行人脸检测,在做真机测试的时候无法在图片中标记出人脸,是因为第一次运行需要在线下载文件。
采用C++开发Android APP 作为一名算法开发人员,一定会有大量项目是用C/C++开发完成的。随着移动设备功能日益强大,总会有这么一天,你需要把曾经的C++代码移植到Android系统中运行。作为一名从未写过JAVA的业余程序员,如何解决这个问题?
MyLife: A simple app for starting iOS development 刚发现Apple官方更新了一项Sample Code,介绍了在iOS下的程序开发过程。适合没有接触过Xcode的程序员。
AVCaptureMetadataOutput在macOS中不可用 如果你希望在Mac上实现实时的基于摄像头人脸检测的话,你会发现大部分教程中介绍的 AVCaptureMetadataOutput 已经不可用,Xcode会提示 “AVCaptureMetadataOutput is unavailable”。
HDR显示技术 2015年1月,在德国柏林举行的国际消费电子展(IFA2015)上,“HDR”——这个在数字摄影领域常见的词汇被三星、LG这样的显示行业公司多次提起。三星更是宣布旗下所有的SUHD电视都具备HDR功能。虽然同样冠以HDR的名称,但是HDR显示的概念与HDR摄影的概念则完全不同。
Stanford公开课:Programing Methodology (CS106A) Stanford University针对无编程基础的同学开设了编号为CS106A的公开课:Programing Methodology(编程方法学)。
斯坦福大学的Swift语言课程 如果你有任意一款Apple设备的话,现在可以在iTunes U中跟随斯坦福大学的Paul 老师来学习iPhone和iPad程序开发了。初步听了两节课程,感觉这是我目前听到的最好的swift课程了,没有之一。
触控技术2014 触控作为一种人机交互方式诞生已经数十年,但是触控技术的大规模应用则是以iPhone为代表的智能手机的普及为标志,而这个巨大的变化也才不过数年而已。本篇报告通过对过往技术与产品的发展变化进行分析,尝试对未来触控技术的发展愿景进行描绘,以供参考。