前言定义：定义一个操作中的算法的框架，而将一些步骤延迟到子类中，使得子类可以不改变一个算法的结构即可重定义该算法的某些特定步骤；使用场景：多个子类有公有的方法，并且逻辑基本相同时；重要、复杂的算法，可以把核心算法设计为模板方法，周边的相关细节功能则由各个子类实现；重构时，模板方法模式是一个经常使用的模式，把相同的代码抽取到父类中，然后通过钩子函数约束行为；UML类图：
AbsTemplate：抽象
高级用法：（1）作攻击程序用，例子： 格式1：type.exe c:\exploit.txt|nc -nvv 192.168.x.x 80 格式2：nc -nvv 192.168.x.x 80 < c:\exploit.txt 讲解：连接到192.168.x.x的80端口，并在其管道中发送’c:\exploit.txt’的内容(两种格式确有相同的效果，真是有异曲同工之妙:P) 附：’
如果我们想在手机端运行我们的深度学习模型需要怎么做呢？本文介绍了端侧深度学习模型部署流程(NCNN),在了=
原创
2024-04-01 13:24:53
1063阅读
去年由于一些原因，需要在手机端部署人体姿态估计模型，早就写完了，但由于一些原因一直没有记录下来。大致的过程是，经过一番百度，找到了一个名为ncnn的框架，然后参考ncnn-android-yolox的实现，完成了人体姿态估计模型在移动端的部署。代码已开源：ncnn-android-pose，采用的目标检测器是旷视开
游戏介绍 饥荒的快乐无需赘述，但是steam版本的联机体验实在令人难以忍受。这次肝帝带来的《饥荒：联机版》已经是集成mod的“旧神归来”版本，流畅的联机体验还能拯救正版游戏的受害者。配置要求OS:Windows XP/Vista/Windows 7/Windows 8 Processor:1.7+ GHz or better Memory
目录MQTT 协议简介应用场景优点缺点部署服务端下载安装包启动服务器搭建客户端下载SDK添加依赖配置MQTT服务和权限建立连接订阅主题发布消息取消订阅断开连接MQTT客户端工具最终效果实现传感器数据采集与监测功能思路 MQTT 协议简介MQTT（Message Queuing Telemetry Transport）是一种基于发布/订阅模式的轻量级消息传输协议，专门针对低带宽、和不稳定网络环境的
NPMnpm 是一个node 的包管理工具，相当于前端的mavenpackage.json 相当于 pom.xml一、简介什么是NPMNPM全称Node Package Manager，是Node.js包管理工具，是全球最大的模块生态系统，里面所有的模块都是开源免费的；也是Node.js的包管理工具，相当于前端的Maven 。#在命令提示符输入 npm -v 可查看当前npm版本
npm -v二、
转载
2024-06-25 20:53:33
88阅读
Android Studio安装直接下载Android Studio压缩包，解压放置到合适的位置，命令行调用bin目录下的studio.sh即可运行（相当于绿色软件）。为方便调用，在用户环境变量文件~/.bashrc中加入下述命令，即可在任意控制台内使用studio.sh调用 export ANDROID_HOME=/usr/local/android-studio/bin
export PAT
综述最近在研究OCR模型（包括文本检测和文本识别）在安卓端的部署，由于这里用到的算法是基于百度研发的PPOCR算法，最终需要在安卓端落地应用，部署框架使用的是ncnn框架，中间涉及模型转换和部署的问题，所以特意在此做一个记录，本文以百度开源的算法模型为初始模型主要讲一下训练模型如何转换为安卓端部署模型的问题。说到模型转换，自然会涉及原模型（推理/训练模型）、中间模型（onnx）和目标模型（ncnn
转载
2024-03-19 06:52:04
662阅读
主要任务：将mobileNet模型转换为ncnn模型
参考博客：
实现方法：
１、前提条件：下载并成功编译ncnn
（主要参考github文档：https://github.com/Tencent/ncnn/wiki/how-to-build）
install g++ cmake protobuf
转载
2024-08-22 11:43:47
143阅读
第二章-可行性研究掌握可行性研究的任务、内容及具体步骤。掌握成本估计方法（功能点FP方法、代码行技术估算法、任务分解技术、COCOMO估算模型、Putnam估算模型）。掌握效益分析方法中投资回收率、回收期、纯收入等基本概念。1、可行性研究的任务可行性研究的目的不是解决问题，而是确定问题是否值得去解决。可行性研究的实质：一次大大压缩简化了的系统分析和设计的过程，也就是在较高层次上以较抽象的方式进行的
人脸检测-mtcnn概念：MTCNN，英文全称是Multi-task convolutional neural network，中文全称是多任务卷积神经网络， 该神经网络将人脸区域检测与人脸关键点检测放在了一起。 从工程实践上，MTCNN是一种检测速度和准确率都很不错的算法，算法的推断流程有一定的启发性。 总体可分为P-Net、R-Net、和O-Net三层网络结构。流程：1.由原始图片和PNet生
目录一、下载yolov5源码和模型二、导出onnx模型三、配置ncnn并生成param和binncnn环境搭建:记住生成的param和bin的名字编辑param文件设置动态尺寸推理记住permute三个值然后用ncnn的ncnnoptimize工具优化一下param和bin：四、调整yolov5.cpp源码并重新编译ncnn得到最新的yolov5执行程序第一个改动(上边说到的第一个对应起来)：&n
转载
2024-07-01 16:36:45
390阅读
什么是语言模型呢？简单的说，统计语言模型是用来计算句子中某种语言模式出现概率的统计模型。一般自然语言的统计单位是句子，所以也可以看做句子的概率模型。假设W=(w1,w2,....,wn)为一个句子，这个句子有n个词，也就是n个词汇按顺序构成的字符序列，这里表示为W1n,利用贝叶斯公式进行链式分解，w1,w1,....wn的联合概率为：  
转载
2024-07-14 17:09:37
61阅读
大白话讲MTCNNMTCNN图像金字塔P-netR-netO-net MTCNN它是2016年中国科学院深圳研究院提出的用于人脸检测任务的多任务神经网络模型，该模型主要采用了三个级联的网络，采用候选框加分类器的思想，进行快速高效的人脸检测。这三个级联的网络分别是快速生成候选窗口的P-Net、进行高精度候选窗口过滤选择的R-Net和生成最终边界框与人脸关键点的O-Net。和很多处理图像问题的卷积神
前言1.ubuntu环境 安装opencv4 2.安装g++，cmake，protobuf 3.安装并测试ncnn 4.cmake编译ncnn项目 5.qt编译器内编译ncnn项目正文因为ncnn库依赖 opencv 和 protobuf 因此你需要先配置好依赖环境再编译ncnn。一、ubuntu环境 安装opencv4方法1：如果你不需要指定opencv的版本 ，可以通过指令sudo apt i
YOLO模型——思想、原理以及为什么使用网格、边界框1. 前言2. YOLO的思路2.1 从滑动窗口开始2.2 改进2.2.1 R-CNN2.2.2 YOLO3.YOLO的详细介绍3.1 流程3.2 调整图片大小、分成S×S个网格3.3 生成边界框3.3.1 位置与大小3.3.2 置信度3.3.3 总结3.4 网格分类3.5 非极大值抑制NMS3.6 总结4. YOLO的神经网络4.1 结构4.
摘要复杂度的检测模型虽然可以取得SOTA的精度，但它们往往难以直接落地应用。模型压缩方法帮助模型在效率和精度之间进行折中。知识蒸馏是模型压缩的一种有效手段，它的核心思想是迫使轻量级的学生模型去学习教师模型提取到的知识，从而提高学生模型的性能。已有的知识蒸馏方法可以分别为三大类：基于特征的（feature-based，例如VID、NST、FitNets、fine-grained feature im
清华开源剪枝：https://github.com/jinfagang/nb这个库把一些常用的blocks整合在了一起, 比如CSP, RFB, SPP,等, 接口统一之后构建模型的方法就会很简单. 我们就用这个库, 根据Yolov5的模型结构来构建一个简单版本的Yolov5. 当你熟悉这个构建过程之后, 修改backbone等的操作就会很简单.好像也可以这么安装：pip install nbnb
转载
2024-06-26 08:24:44
175阅读
1、KNN模型简介KNN模型，是最简单的机器学习算法之一，其作用是以全部训练样本作为代表点，通过计算未知样本与所有训练样本的距离，并以最近邻者的类别作为决策未知样本类别的依据；即根据测试数据与k个已知点的最短距离来划分未知数据的类别。为更好理解其算法原理，我们对几组概念进行说明。训练数据，即用于训练模型的数据。所谓训练数据，其本质就是将该数据作为模型运算的已知数据；换句话讲，以后模型的运算都是基于
转载
2024-10-30 08:59:42
53阅读
