项目一览 以开源项目 cloudcompare 为例，一个大型项目 肯定会有很多模块，每个模块 根据需求 生成 dll 库 或者 lib 库 主程序 dll 库 lib库 debug 模式调试 编译生成，运行 提示找不到 运行依赖的dll 查找相应项目库的路径 可以看到是已经编译生成了的 只不过 和我们的 exe 不在同文件夹下 此时 我们可以选择安装，或者调整输出目录 中间目录输出 先看一下xx.dir/[debug/release] 下有什么 日志 以及 .obj 文件 方案A 安装法 安装后我们的exe 以及…

在这个AI时代，NVIDIA是无法绕开的一个公司（国内外大公司也都在追赶构建自己的软硬件生态，毫无疑问还需要时间，可以拭目以待），我们使用它们的硬件GPU，使用他们的SDK，让我们在这个AI时代得以构建更加强大的模型和应用。NVIDIA 提供了广泛的开发库，以下是我们收集整理的一些主要和常用的 NVIDIA 开发库（陆续更新中）： CUDA (Compute Unified Device Architecture) CUDA 是 NVIDIA 推出的并行计算平台和编程模型，它允许开发者使用 C、C++ 等语言编写程…

2024年的最后一天，回顾今年 读研 上半年结束了之前的研一的二维项目D1，整个项目期间出差次数估计10+，出差天数25+ 同时因为无知入坑另外一个三维项目T1（项目还未启动） 参与另外一个三维项目T2，项目现状，按合同应该是要交付，但因部分算法精度无法达到，以及部分新增需求未完成（与我无关），进展缓慢，处于搁置状态；我在里面大概承担了2-3个需求，大概占项目任务的25%~35% T2由一个博士带队，最初包括我在内2个研究生负责业务算法，以及两位工程师，分别负责软硬件集成，后续陆续拉进来2~3人，人数最多时有4名研…

前言 书接上文 OCR实践—PaddleOCR Table-Transformer 与 PubTables-1M table-transformer，来自微软，基于Detr，在PubTables1M 数据集上进行训练，模型是在提出数据集同时的工作， paper PubTables-1M: Towards comprehensive table extraction from unstructured documents，发表在2022年的 CVPR 数据来自 PubMed PMCOA 数据库的 一百万个 文章表格 …

有个项目需求，对拍摄的问卷图片，进行自动得分统计【得分是在相应的分数下面打对号】，输出到excel文件 原始问卷文件见下图，真实的图片因使用手机拍摄的图片，存在一定的畸变， 技术调研 传统方法 传统方法，通过线检测 先对 表格进行矫正【仿射变换】，然后二次线检测 划分出不同表格cell，然后根据位置关系 拿到得分区的cell，利用统计手段或其他手段判断是否存在对号，同时得分区存在逆序关系，即有的问题是从 1-4，有的则是4-1，这样就需要对第一个数字区cell 即起始数字进行判断 是 1 or 4 深度学习方法OC…

最近在尝试可视化一些特征的工作；其中timm库提供丰富的backbone主干模型，模型接口标准（经常可以看到将timm的backbone用在yolo等模型改进中），帮助很多现有工作减少模型搭建工作量，是一些简单网络搭建的起手式，也非常方便做一些backbone的对比工作。 过程说明 部分函数来自于Featup项目，非常感谢他们的工作； 下面的过程结合resnet50说明 timm创建模型，和对图像做预处理（调整size等） features_only=True 只拿特征 timm_model = timm.crea…

遇到一个需求，背景变换不大，捕捉一个发光羽毛球的运动轨迹，涉及的核心方法就是 帧间差分 看一下原始视频和最终效果 这个发光的就是发光羽毛球，视频的背景变化不大，还算可控 感谢 https://uutool.cn/gif-edit/ https://www.freeconvert.com/zh/gif-compressor 提供的降帧 压缩 服务 帧间差分 frame_gray = cv.cvtColor(frame,cv.COLOR_BGR2GRAY) frame_gauss = cv.GaussianBlur(f…