研究Vitis AI好几个月了，终于实现了在VitisAI平台上部署神经网络模型并成功运行的目标，搞清楚了在整个全流程中如何做自定义，这里的自定义主要包括以下几个方面 硬件平台自定义：这里的硬件平台指的不是PCB板级自定义，而是在Xilinx FPGA芯片上的硬件工程自定义。由于不同人不同项目使用 ...

何凯明等人在2015年的”Deep Residual Learning for Image Recognition”这篇论文中提出了Resnet网络架构，是CNN图像领域一个重要的里程碑，后续多年直至如今在图像分类领域仍然有超过半数的网络使用着Resnet或其变种。Resnet提出了一种残差块结构， ...

homework3的任务是创建一个用于图像分类的CNN网络，其中可能会用到一些优化技巧。任务包含以下3个级别的要求 Easy：Baseline模型，由作业提供，直接训练可以达到44.862%的精度 Middle：需要使用数据增强技术或者优化网络结构(不可以使用预训练好的网络架构，不能使用额外的数 ...

简单的盒式滤波器有很多局限性，在涉及精细细节或者强几何分量的应用中，并不适用。高斯滤波器相比盒式滤波器更有优势 高斯核定义如下 \begin{equation}w(s,t)=Ke^{-\frac{s^{2} + t^{2}}{2 \sigma^{2}}}\end{equation} 高斯核是唯一可 ...

中值滤波器属于非线性滤波器，其响应基于滤波器所在区域像素的排序中值来决定，中值滤波器对椒盐噪声有比较优秀的降噪能力，同时相比于线性平滑滤波器对图像的模糊程度小很多 中值滤波器计算过程为，对图像某点执行中值滤波，首先要对邻域内像素进行排序，确定它们的中值，并将中值赋值给滤波后的中心像素，例如在一个 $ ...

卷积操作在图像处理中非常重要，大部分空域滤波都需要进行卷积操作。卷积运算是在卷积核(kernel)与图像邻域之间进行的一种变换操作，并以图像为参照系，逐像素移动卷积核的中心，从左向右，从上到下，最终获得经过卷积处理后的图像 空间相关与卷积严谨的说，以上对于卷积操作的描述并不准确，这实际上是空间相关 ...

直方图(Histogram)定义图像灰度级为$r_{k}$，其中$k=0,1,2,…,L-1$，则未归一化的直方图定义为 \begin{equation}h(r{k})=n{k}\end{equation} 其中$n{k}$是图像在灰度级$r{k}$的像素数量，归一化的直方图定义为 \begin{e ...

1. 概述多任务的实时操作系统例如 FreeRTOS，为了满足实时性的要求，在任务的时间片划分、切换等方面做了非常严格和复杂的控制。当应用场景中多任务的功能、时序、交互较为复杂时，要分析系统整体的运行情况是一件非常棘手的事情。由于多任务操作系统存在切换代码堆栈空间的操作，因此通过各种调试器的断点、单 ...

工作中需要使用CameraLink协议中的串口和设备进行通信，DALSA采集卡软件中可以将该串口映射到一个COM口上，但是该COM口在Windows的设备管理器中无法识别。使用Python的serial模块或者npm的serialport模块自带枚举函数都无法获取到该COM口。 JavaScript ...

很多开源项目或者软件都会提供一个类似如下形式的网页文档，页面看上去很清晰整洁，左侧可以方便的查看整个文档的层次结构，文档中支持嵌入高亮代码块 本文介绍在windows环境下通过Python安装Sphinx，使用reStructuredText语法编写软件文档并生成网页文档的方法。本文使用的环境和版本 ...