微软的windows搭配上自家的powertoys使用体验是很棒的,博主认为几乎是windows必备软件了,可以极大提升系统操作体验(甚至可以和Mac体验一样便捷),以至于博主要专门写一篇博客记录一下。
PowerToys一般设置成开机自动启动即可。PowerToys提供和系统深度融合的取色、应用置顶、图像大小调整、桌面多区域、鼠标高量、类似Mac聚焦搜索等功能。软件下载地址:https://github.com/microsoft/PowerToys/releases/
a blog driven by interest~
mac默认的鼠标速度是很慢的,即便在系统设置中把鼠标速度拖到最快依然觉得慢,这是还可以通过终端来修改全局鼠标速 … 阅读更多
微软的windows搭配上自家的powertoys使用体验是很棒的,博主认为几乎是windows必备软件了,可以极大提升系统操作体验(甚至可以和Mac体验一样便捷),以至于博主要专门写一篇博客记录一下。
PowerToys一般设置成开机自动启动即可。PowerToys提供和系统深度融合的取色、应用置顶、图像大小调整、桌面多区域、鼠标高量、类似Mac聚焦搜索等功能。软件下载地址:https://github.com/microsoft/PowerToys/releases/
前面我们介绍了C++调用Python的环境配置、函数调用传参,这一节系统介绍C++调用Python常用的API,除了调用函数之外,我们还可以实现直接执行脚本的功能。
如果想要在zsh中使用code命令启动vscode,可以编辑 ~/.zshrc 文件,添加如下代码 然后sou … 阅读更多
这篇博客介绍mac上cisico的安装配置,介绍配置文件,做一个比较干净的使用环境。如果是M1 Mac则需要选择适配版本4.10.02086以上(2021年11月之后版本),如果版本低一些也可以运行,只不过是以罗赛塔2转译的方式运行,当然还是适配了arm64的apple silicon版本更好。
上一篇博客我们介绍了C++调用python的环境配置,这篇博客介绍下C++调用python时的参数传递方法,包括如何传递 变量、结构、字典、数组、图像以及多维数组。
如果是PyCharm2021.2.2版本及以下,可以使用插件无限重制激活的方法,不过上面这种方法在2021.3及之后已经失效了,需要用其他方式激活。
先介绍插件无限试用的方法,可以在下面地址下载插件,也可以通过添加插件搜索路径的方式更新到2.1.15以支持PyCharm2021.2.3版本,注意这种方法需要取消登陆:
我们一般查询到的MAC启动项是在 系统偏好设置->用户和组->启动项中进行修改,但是仍然会有一部分启动服务不在这里设置,要在Library下修改plist文件来修改,这篇博客就来介绍下MAC的启动项管理。
Mac系统绑定了触摸板和鼠标的方向,修改其中一个必然导致另一个方向也发生变化,而Mac的触控板本身的方向自然且符合直觉,如果工作在多系统环境下,鼠标方向想和windows统一,但是没办法和触控板方向解绑单独修改,这篇博客介绍使用Scroll Reverser配置触控板。
通过视觉测量深度的方法目前分为如下几种,一种是双目立体匹配,该方法的好处是有一个明确的物理模型,存在视差的概念,深度信息是根据时差转换得到,另一种是单目运动,该方法也可以看成一种特殊的双目模型或者多目模型,只不过它是时间上的多目,还有一种方法是完全的单目深度估计,直接由网络端到端给出深度,单目网络在可解释性和可移植性上不如双目和单目运动,但是其效果没有比双目差太多。
随着近年来车载系统视觉方案不断完善,立体视觉问题不断收敛,学界出现了一批轻量级网络,效果还不差,这篇博客主要介绍一个轻量级双目立体匹配网络mobilestereonet,后文简称MSN。博主理解MSN主要贡献还是在与对网络模型的压缩,骨干和后面的特征提取大量使用深度可分离卷积,而论文中提及的一些网络结构,经过博主实验下来,这些并不重要(比如3d卷积用分组卷积替代,网络性能并没有明显降低),直接感受是,参数确实更少,计算也更少。
直接运行命令安装: /bin/zsh -c “$(curl -fsSL https://gitee … 阅读更多
网络模型在部署时会通过剪枝蒸馏等方式加快推理速度,模型蒸馏大概可以分为通道蒸馏、特征蒸馏和目标蒸馏。这里需要特别强调的是,蒸馏的student网络学习的是teacher的泛化能力,而不是过拟合训练数据。这篇博客会以pytorch代码为基础,介绍常用的模型蒸馏方法。
在深度学习中,数据仿真一直是重要的topic,Unreal(虚幻引擎)是Epic主导的渲染引擎,常被用于游戏、场景设计、渲染计算,也可以被用于深度学习中的数据仿真,其中有一些比较有名的基于Unreal开发的数据仿真平台,比如CARLA(http://carla.org/)、AirSim等优秀的仿真平台被用于自动驾驶、机器人自动控制等。这篇博客也是介绍一个这样的项目UnrealCV,简单介绍下unrealcv的部署和使用。实际上UnrealCV没有CARLA和AirSim强大(主要是没有运动模型和碰撞检测),所以简单介绍仅供参考。