原文：Detecting Malicious Requests with Keras & Tensorflow 作者：Adam Kusey 摘要：本文介绍了如何使用Keras框架来构建LSTM RNN来对正常或者恶意的网络请求进行区分。以下是译文。安全是任何一个Web应用需要关注的东西。良好的开发实践有助于抵御黑客试图窃取数据或攻击应用程序的行为。然而，并不是所有的攻击都能被抵挡住，并不是
# Android TFLite（TensorFlow Lite）入门指南
在移动应用开发中，人工智能和深度学习的应用越来越广泛。TensorFlow Lite（TFLite）是一个轻量级的深度学习推理框架，专为移动和嵌入式设备设计。本文将介绍如何在Android应用中使用TensorFlow Lite，包括基本概念、安装步骤、代码示例以及数据流与数据关系图。
## 什么是TensorFlow
最近在搞移动端的模型部署包括coreML IOS端的部署，tf-Lite Android端的部署。但是自己并不是前端开发工程师，所以移动端的代码只是修修改改，主要还是如何将模型转换到对应的格式并可以运行。这篇主要说下YOLOv5s在Android端的部署，模型是官方最新的的pytorch转ONNX，然后自己再转tf-lite，中间需要自己去修改NMS相关部分的代码，遇到一堆坑。
效果录像
转载
2023-09-14 22:36:23
330阅读
深度学习要想落地实践，一个少不了的路径即是朝着智能终端、嵌入式设备等方向发展。但终端设备没有GPU服务器那样的强大性能，那如何使得终端设备应用上深度学习呢？所幸谷歌已经推出了TFMobile，去年又更进一步，推出了TFLite，其应用思路为在GPU服务器上利用迁移学习训练自己的模型，然后将定制化模型移植到TFLite上，终端设备仅利用模型做前向推理，预测结果。本文基于以下三篇文章而成
转载
2024-03-10 14:31:18
347阅读
写在前面的话最近学习 Android 开发学到了运行时权限这部分，为了更好的理解与熟悉运行时权限的申请方法，我查找了一些资料做了如下总结。为了方便后期查看，同时也分享出来供大家一起学习。文章中若有描述不严谨或错误的地方，还请指出。方法一：一般写法这个方法中的内容主要参考的是 郭霖 大神的作品《第一行代码（第三版）》。自 Android 6.0 系统后，Android 引入了运行时权限功能以加强对用
经过R-CNN和Fast RCNN的积淀，Ross B. Girshick在2016年提出了新的Faster RCNN，在结构上，Faster RCNN已经将特征抽取(feature extraction)，proposal提取，bounding box regression(rect refine)，classification都整合在了一个网络中，使得综合性能有较大提高，在检测速度方面尤为明显
转载
2024-03-09 20:53:07
64阅读
移动设备集成深度学习轻模型TFlite(物体检测篇)
原创
2022-09-05 08:29:55
395阅读
驱动和桥接log4j是一个日志系统。slf4j是一个日志系统的封装，对外提供统一的API使用slf4j需要下载slf4j-api-x.x.x.jar 它提供对外一致的API接口，其本身不提供日志实现。假设我们选择log4j作为我们的日志实现，需要下载log4j-x.x.x.jar如果想把slf4j绑定log4j，则需要下载slf4j对log4j的相应”驱动”。slf4j-log4j12-x.x.x
转载
2024-10-25 23:32:52
21阅读
因为在跟踪GPS轨迹的时候开启了一个新的service来记录GPS数据，将结果显示在主页面，采用的是在service中使用broadCastReceiver发送广播在activity中收到广播后更新界面，在这学习一下broadCastReceiver。Android广播标准广播 完全异步执行的广播，广播发出后，所有广播接收器几乎同一时刻接收到这条广播消息，无先后顺序。效率高，无法被截断。有序广播
文章目录系列文章目录前言一、正负样本匹配1、YOLOv3正负样本匹配2、YOLOv4正负样本匹配3、YOLOv5正负样本匹配4、YOLOv7正负样本匹配二、关于YOLO3 损失函数理解总结 前言学习小计。一、正负样本匹配ground-truth：简称 gt，标注生成的框，真实框。。 anchor：先验框，尺寸预先设置好的框，可以通过 k-means 等方法生成适合数据集的尺寸。 predict，
转载
2024-03-11 07:27:36
0阅读
由于IOS App需要使用已训练的tensorflow模型进行物体检测，特将此过程记录下来已备不时之需。一、tflite是什么TensorFlow Lite 的设计旨在在各种设备上高效执行模型。这种高效部分源于在存储模型时，采用了一种特殊的格式。TensorFlow 模型在能被 TensorFlow Lite 使用前，必须转换成这种格式。 由上图可知：tflite是从训练的模
转载
2023-12-07 22:21:49
550阅读
其中源代码官方网站是：https://github.com/matterport/Mask_RCNN自己改好的代码下载地址：点击打开链接 自己上把官网的ipynb格式代码通过Jutyper notebook的【Download as】转化为py格式的代码。其如图：由于官网经常进行一些代码优化升级，但是其里面的例子程序没有跟着进行更新接口，这就导致一些例子代码运行有些问题。其中有一个例子
转载
2024-07-31 20:44:12
140阅读
1. 前言最近KITTI的3D目标检测榜刷出了一个新的Top One双阶段算法3D-CVF。做算法，有时间需要跟紧新的网络架构。所以这篇博客主要分析这篇论文3D-CVF: Generating Joint Camera and LiDAR Features Using Cross-View Spatial Feature Fusion for 3D Object Detection。作为arxiv
转载
2024-05-19 21:42:16
29阅读
DETR: End-to-End Object Detection with Transformers 论文： https://arxiv.org/pdf/2005.12872.pdf代码： https://github.com/facebookresearch/detr (pytorch）https://github.com/BR-IDL/Pad
转载
2024-08-11 08:04:47
68阅读
tf用 tf.train.Saver类来实现神经网络模型的保存和读取。无论保存还是读取，都首先要创建saver对象。 用saver对象的save方法保存模型保存的是所有变量save(
sess,
save_path,
global_step=None,
latest_filename=None,
meta_graph_suffix='meta'
前面的一篇博文中，提到了要使用自己编译出来的Android来启动，且使用NFS的方式来启动Android，但是在今天的尝试中却遇到了问题。且最终没有解决，但是找到了替换方案，替换方案见下一篇博文。遇到的问题汇总如下，希望可以帮助遇到同样问题的人。板子用的还是TQIMX6Q（见以前的博文）。Android NFS启动的rootfs制作与启动要制作Android NFS rootfs，需要对Andro
转载
2023-08-17 16:28:42
122阅读
背景做App启动优化的时候，Trace是优化过程中一个很重要的工具，Trace分析工具包含两种method trace：抓线程中代码的执行栈和耗时systrace：抓app使用过程中cpu、线程和锁阻塞等信息method trace介绍通过method trace 抓取线程中执行的方法栈和方法耗时。如图，通过分析主线程的方法调用，解决主线程耗时逻辑。放大: 按W 键或者向前滑动鼠标的同时按下Ctr
转载
2023-07-02 14:54:56
0阅读
文章目录0. 了解TensorRT1. 加速方法2. 环境配置3. TensorRT与Pytorch的速度比较 0. 了解TensorRThttps://zhuanlan.zhihu.com/p/371239130TensorRT 是由Nvidia公司推出的一款用于深度学习模型推理加速的SDK，其支持C++和python语言编译。TensorRT可以用于部署基于深度学习的应用程序，比如图像分类、
1. AndroidManifest.xml<?xml version="1.0" encoding="utf-8"?>
<manifest xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:tools="http://schemas.android.com/tools"
packag
目录一、CameraX和Camera2二、CameraX的引入三、自定义拍照四、自定义视频录制五、XML 配置一、CameraX和Camera2CameraX 是一个 Jetpack 库，旨在帮助您更轻松地开发相机应用。 对于新应用，Android官方建议从 CameraX 开始。它提供一致且易于使用的 API，适用于绝大多数 Android 设备，并向后兼容 Android 5.0（API 级别
转载
2023-07-02 14:54:59
166阅读
