设备研发 脑电 信号 阶段

物联网 IOT 设备如何脱离信息孤岛?

目前在家庭物联网这一块,绝大部分的电子消费品都是基于wifi联网的设备。从商家那里达到消费者手中之后,简单开机使用无法体现其全部价值,还是需要经过消费者给设备配网的过程,把设备从信息孤岛接入互联互通的世界。 ......
孤岛 设备 信息 IOT

一阶段目标检测网络-RetinaNet详解

作者深入分析了极度不平衡的正负(前景背景)样本比例导致 one-stage 检测器精度低于 two-stage 检测器,基于上述分析,提出了一种简单但是非常实用的 Focal Loss 焦点损失函数,并且 Loss 设计思想可以推广到其他领域,同时针对目标检测领域特定问题,设计了 RetinaNet... ......
RetinaNet 阶段 目标 网络

二阶段目标检测网络-FPN 详解

FPN(feature pyramid networks) 是何凯明等作者提出的适用于多尺度目标检测算法。原来多数的 object detection 算法(比如 faster rcnn)都是只采用顶层特征做预测,但我们知道低层的特征语义信息比较少,但是目标位置准确;高层的特征语义信息比较丰富,但是... ......
阶段 目标 网络 FPN

二阶段目标检测网络-Faster RCNN 详解

backbone 为 vgg16 的 faster rcnn 网络结构如下图所示,可以清晰的看到该网络对于一副任意大小 PxQ 的图像,首先缩放至固定大小 MxN,然后将 MxN 图像送入网络。 ......
阶段 目标 Faster 网络 RCNN

二阶段目标检测网络-Mask RCNN 详解

Mask RCNN 是作者 Kaiming He 于 2018 年发表的论文。Mask RCNN 继承自 Faster RCNN 主要有三个改进: 1,feature map 的提取采用了 FPN 的多尺度特征网络 2,ROI Pooling 改进为 ROI Align 3,在 RPN 后面,增加了... ......
阶段 目标 网络 Mask RCNN

二阶段目标检测网络-Cascade RCNN 详解

Cascade RCNN 是作者 Zhaowei Cai 于 2018 年发表的论文 Cascade R-CNN: Delving into High Quality Object Detection。Cascade R-CNN 来解决 IoU 选择的问题。它由一系列不断增加 IoU 阈值的检测器组... ......
阶段 目标 Cascade 网络 RCNN

【敏捷研发系列】前端DevOps流水线实践

作者:胡骏 一、背景现状 软件开发从传统的瀑布流方式到敏捷开发,将软件交付过程中开发和测试形成快速的迭代交付,但在软件交付客户之前或者使用过程中,还包括集成、部署、运维等环节需要进一步优化交付效率。因此Devops的产生将敏捷的相关理念扩展到运维侧,从而将产品、设计、开发、测试、运维团队更紧密的结合 ......
前端 流水线 流水 DevOps

iNeuOS工业互联网操作系统,脚本化实现设备运行时长和效率计算与统计

有一个煤矿项目,使用iNeuOS系统时有一个需要是:要统计设备的运行时长,进一步统计设备运行效率。主要是有效分析设备运行状态,合理的进行节能。iNeuOS本身具备强大的脚本能力,需要现场实施人员有一定脚本编写能力,如果不具备脚本编写能力,那么下面的模板修改相应的参数即可。 ......
时长 脚本 效率 互联网 工业

研究光度立体法阶段性小结和优化(可20ms获取4个2500*2000灰度图的Normal Map)。

这个东西是我接触的第一个非2D方面的算法,到目前为止其实也没有完全搞定,不过可能短时间内也无法突破。先把能搞定的搞定吧。 这个东西也有一大堆参考资料,不过呢,搜来搜去其实也就那些同样的东西,个人觉得就属这个文章最经典,既有说明,也有图片,还有代码: Photometric Stereo Chaman ......
光度 灰度 阶段性 小结 立体
共1929篇  :65/65页 首页上一页65下一页尾页