MTCNN优化和另类用法MTCNN是目前应用十分广泛的基于级联的特定目标检测器，也是少数能在传统硬件上落地的检测器，当然其优势不光光仅仅用于人脸检测这个任务。在人脸这个任务上，在少数人脸<5个人脸的情况下。其效能是第一梯队的水准。而且有着极大的优化空间（加上一些trick可以轻易的优化到极快的速度移动端 minSize60 60fps 1080p mt.）。而且其Alignment的准确率和
利用交叉验证和网格搜索对机器学习中的Knn算法进行调参调优 1，Knn算法，这也是最简单的一种分类算法，中文名称是K近邻算法，通俗易懂，适合机器学习的入门，它本身是监督学习算法，既可以用于分类，也可以用于回归，它的算法原理是根据已知样本数据来判断未知样本的类别，简而言之就好比近朱者赤近墨者黑。先看一段代码： 1， 从sklearn自带的数据集中导入鸢尾花数据，并实例化一个对象，得到一个具有四个特征
NCNN Vulkan 加速的实现主要在src/command.cpp文件中：grep
原创
2022-12-02 10:09:45
297阅读
树莓派运行yolo fastest优化前言yolo fastest的ncnn例子中，第一版默认启用bf16s加速，但是最近的版本并没有启用。 主要做了如下优化 1.更改树莓派系统为Raspbian-64位 2.启用ncnn的bf16s加速第一部分—安装Raspbian-64位系统一，下载镜像和工具1.镜像下载树莓派64位镜像文件 2.SD Card Formatter下载SD Card Forma
目前主流的格斗游戏一般都是采用的P2P方式进行对战,国内的网络环境参差不齐,游戏对战体验极差,主流的加速器也仅仅是加速了大厅,对于对局并没有加速效果.最终在大佬的推荐下找到了N2N!
版本选择N2N存在众多的版本,如v1、v2、v3、v2s，如何选择适合自己的版本呢？V1此版本为官方N2N项目v1版本的修改版，最后一次Commit为2017年，目前已被弃用，不建议使用。V1项目地址:n2n
前一篇博文介绍了CNN优化加速的一些基础理论，包括卷积相关的基础知识，常见的CNN模型加速策略（知识蒸馏、量化、剪枝以及设计更轻的网络架构等）本篇博文针对轻量化网络设计问题展开，首先总结了常见的三个轻量化网络亮点，其次具体介绍每个网络的设计思路。常见轻量化网络亮点对比 MobileNet 网络MobileNet v1背景：模型权重大小：VGG16(490M)；ResNet152(644M
NVIDIA VGX 可将 VDI 图形处理任务从 CPU 移交给 GPU 处理，首次让数据中心经理能够为更多用户提供图形内容丰富的真正 PC 体验。NVIDIA VGX 对 IT 行业而言的优势:可利用行业领先的 VDI 解决方案，其中包括 Citrix、Microsoft 以及 VMware 可将那些处理最繁重图形任务的用户添加至 VDI 解决方案 可提升所有 VDI 用户的生产率NVIDIA
加速&优化技术
译者序：这是一篇讲解3D引擎中，某些细节优化的文章，文中使用的方法同样适用于其他场合。不过因为本人对这方面的技术和词汇不是很熟悉，所以这篇翻译可能存在很多谬误，希望大家多加批评指正。
绪论
在这个页面，我收集了一些不同的加速3D引擎的小窍门。我会先介绍一些显而易见的，因为许多人会忽视它们，接着是一些更精彩的。如果你有其他的窍
计算机变慢的十大原因
有很多人，都说自已的计算机如何慢、如何慢，其实令自已的计算机慢的原因，如果将所有原因算出来，简直多的是！不过我会在这里简介一下.
>>>>1、在开机时加载太多程序
>>>>2、桌面上开启桌布
>>>>3、没有定期清理硬磁盘和重组硬磁盘
>>>>以
转载
精选
2010-04-25 13:06:12
303阅读
优化方法:a.Compile PHP’s modules as less as possible, the simple the best (fast);b.Increas PHP FastCGI child number to 100 and even more. Sometime, 200 is OK! ( On 4GB memory server);c.Using SOCKET PHP Fa
转载
精选
2015-07-19 03:14:47
442阅读
把map之前的repartition()调大，感觉屡试不爽~~
原创
2022-07-19 19:45:39
95阅读
效果图 演示手机为红米10X pro,可以实时跑人脸检测+关键点识别二个模型. 主要优化 上次看见有人讨论人脸检测与关键点识别,用的是opencv相关,于是想看下深度神经网络相关部分的进展,先选定了推理框架ncnn,支持window/android等多种平台,然后在github参照多个ncnn+人脸 ...
转载
2021-09-06 16:19:00
586阅读
2评论
目录1 使用OpenCV检测程序效率 2 OpenCV中的默认优化 3 在Ipython中检测效率 4 效率优化技术1 使用OpenCV检测程序效率cv2.getTickCount()函数返回从参考点到这个函数被执行的时钟数。cv2.getTickF
前面已经大致总结了ncnn的param文件载入，根据param文件创建网络结构，然后通过bin文件载入每一层对应的网络参数。这里就总结一下，如何载入每一层的参数： 我们常用的网络参数载入的接口为：// 从二进制文件中载入模型
int load_model(const char* m
针对Apache的优化主要是针对httpd.conf的优化，Apache2.0中MPM分为3种（perfork、worker、event）。perfork从Apache1.3中继承下来的，它采用的是进程管理方式，所以它可以提供更可靠的性能和更好的兼容性；worker是Apache2.0中新增加的方式，它采用了线程控制方法，可以比perfork更节约系统开销、处理更多的数据量，但同时兼容性并不是很好
原创
2013-09-12 13:48:00
927阅读
HTTPS 的连接很慢 https 步骤简要划分 HTTPS 连接大致分为两个部分： 非对称加密握手（TLS 握手）； 对称加密报文传输。 平时说的 HTTPS 很慢是前面第一部分，非对称加密握 ...
转载
2021-11-02 14:45:00
903阅读
2评论
下面从几个方面介绍下自己的采坑之路：NCNN自带模型的benchmarkNCNN交叉编译到rk3288(armv7架构)和rk3399(armv8架构）的方法NCNN转换其他模型并加入benchmark中NCNN自带模型的benchmark1. 下载NCNNNCNN这类开源引擎都可以从github上下载下来，下载下来的整个文件夹就像一个完整的软件或者生态系统一样，之后的所有操作都会在这个文件夹里完
0.调用实例先看一个调用实例，顺着调用流程探寻ncnn内部具体实现细节。#include "net.h"
int main(int argc, char **argv)
{
ncnn::Mat in;
ncnn::Mat out;
ncnn::Net net;
net.load_param("model.param");
net.load_mo
多线程的好处发挥多核优势，多核多线程可同时执行多个任务防止阻塞，防止一个线程IO时间过长，浪费CPU便于建模，可将一个大任务分成多个小任务，减少执行时间创建多线程的方式继承Thread类 重写run（）方法，将具体执行逻辑写入run（）中实现Runnable接口 实现run（）方法，将实现类对象作为参数传到Thread类的构造器中，创建Thread类的对象实现Callable接口 （1） 实现Ca
1、下载和编译ncnngit clone https://github.com/Tencent/ncnn
cd ncnn
mkdir build && cd build
cmake .. #编译目录下的CMakeLists.txt
打开根目录下的CMakeLists.txt文件，定位到最后六行，修改如下： add_subdirectory(examples)
# add_
转载
2023-07-10 22:12:35
250阅读
