烁凡
烁凡_个人页
烁凡
文章
7
问答
0
视频
0
个人介绍
专注AR，3D重建
擅长的技术
-
发表了文章 2020-04-06
深度学习经典算法PPO的通俗理解
#1 前置知识点 基本概念 [https://www.yuque.com/docs/share/04b60c4c-90ec-49c7-8a47-0dae7d3c78c7?#](https://www.yuque.com/docs/share/04b60c4c-90ec-49c7-8a47-0dae7d3c78c7?#) （部分符合的定义在这里） 要理解PPO，就必须先理解Actor
-
发表了文章 2019-08-26
简单玩玩TensorFlow的Post Training Quantization
传送门： 模型量化加速：[https://www.atatech.org/articles/132554?spm=ata.13261165.0.0.453bd67dhgqUkd](https://www.atatech.org/articles/132554?spm=ata.13261165.0.0.453bd67dhgqUkd) TF量化训练：[https://www.atatech.o
-
发表了文章 2019-08-26
树莓派3B+上编译TFLite 1.14踩坑记
在早期版本，比如1.12上，按照官方的教程操作，基本可以稳稳编译通过；（路径改成./tensorflow/contirb/lite/) ## 本地编译 这已经在Raspberry Pi 3b，Raspbian GNU / Linux 9.1（stretch），gcc版本6.3.0 20170516（Raspbian 6.3.0-18 + rpi1）上进行了测试。 登录Raspberry
-
发表了文章 2019-04-29
TensorFlow 2.0+Keras 防坑指南
TensorFlow 2.0是对1.x版本做了一次大的瘦身，Eager Execution默认开启，并且使用Keras作为默认高级API，这些改进大大降低的TensorFlow使用难度。 本文主要记录了一次曲折的使用Keras+TensorFlow2.0的BatchNormalization的踩坑经历，这个坑差点要把TF2.0的新特性都毁灭殆尽，如果你在学习TF2.0的官方教程，不妨一观
-
发表了文章 2018-12-20
如何部署自己的SSD检测模型到Android TFLite上
TensorFlow Object Detection API 上提供了使用SSD部署到TFLite运行上去的方法, 可是这套API封装太死板, 如果你要自己实现了一套SSD的训练算法,应该怎么才能部署到TFLite上呢? 首先,抛开后处理的部分,你的SSD模型(无论是VGG-SSD和Mobilenet-SSD), 你最终的模型的输出是对class_predictions和bbo
-
发表了文章 2018-12-20
TensorFlow量化训练
前段时间研究了tflite和量化相关的操作, 经测试量化尤其在具有专门DSP加速的硬件上(比如MTK8183)有着很好的加速效果,大约3X的提升; tensorflow提供了tflite转化工具toco,使用命令大致如下: bazel-bin/tensorflow/contrib/lite/toco/toco --input_file=mobilenet_v1_1.0_128_froz
-
发表了文章 2017-10-26
SLAM+AR 技术与应用的一些思考
图像处理领域涉及AR的技术可以抽象为这么一类技术：通过图像和其他传感器信息计算摄像机的位置和图像内环境三维结构信息，并结合3D渲染提供更自然的人机交互能力。
暂无更多信息
-
发表了文章
2020-04-06
深度学习经典算法PPO的通俗理解
-
发表了文章
2019-08-26
简单玩玩TensorFlow的Post Training Quantization
-
发表了文章
2019-08-26
树莓派3B+上编译TFLite 1.14踩坑记
-
发表了文章
2019-04-29
TensorFlow 2.0+Keras 防坑指南
-
发表了文章
2018-12-20
如何部署自己的SSD检测模型到Android TFLite上
-
发表了文章
2018-12-20
TensorFlow量化训练
-
发表了文章
2017-10-26
SLAM+AR 技术与应用的一些思考
滑动查看更多
暂无更多信息
暂无更多信息