HW140701-CSDN博客

HW140701

码龄10年

2,335,144

总访问量
269

原创
1,155

粉丝
74

关注

IP 属地：湖南省

加入CSDN时间： 2015-10-08

查看详细资料

个人成就

领域专家: C/C++技术领域
获得1,529次点赞
内容获得1,506次评论
获得6,263次收藏
代码片获得15,888次分享
博客总排名717,235名

TA的专栏

TA关注的专栏 16

TA关注的收藏夹 0

TA关注的社区 4

TA参与的活动 2

兴趣领域设置

China，yyds

欢迎大家访问我的个人网站 : https://www.stubbornhuang.com，更多干货等着您来开箱哦！

我的个站 : https://www.stubbornhuang.com

计算图形学与计算几何经典和必读书籍整理: https://github.com/HW140701/Book-list-of-computational-geometry-and-computer-graphics

GitHub : https://github.com/HW140701

创作活动更多

AI 镜像开发实战征文活动

随着人工智能技术的飞速发展，AI 镜像开发逐渐成为技术领域的热点之一。Stable Diffusion 3.5 FP8 作为强大的文生图模型，为开发者提供了更高效的图像生成解决方案。为了推动 AI 镜像开发技术的交流与创新，我们特此发起本次征文活动，诚邀广大开发者分享在 Stable Diffusion 3.5 FP8 文生图方向的实战经验和创新应用本次征文活动鼓励开发者围绕 Stable Diffusion 3.5 FP8 文生图方向，分享以下方面的内容： 1. 技术实践与优化 - Stable Diffusion 3.5 FP8 模型架构解析与优化技巧 - 文生图生成效果的提升方法与技巧 - 模型部署与加速策略，例如使用 Hugging Face、Diffusers 等工具 - 针对特定场景（例如二次元、写实风）的模型微调与定制化开发 2. 应用场景探索 - Stable Diffusion 3.5 FP8 在不同领域的应用案例分享，例如游戏设计、广告创意、艺术创作等 - 利用 Stable Diffusion 3.5 FP8 实现图像编辑、图像修复、图像增强等功能的探索 - 结合其他 AI 技术（例如 NLP、语音识别）构建更强大的应用 3. 创新应用与思考 - 基于 Stable Diffusion 3.5 FP8 的创新应用场景设计 - AI 镜像开发的未来发展方向的思考与展望 - 对 AI 镜像开发伦理、安全等问题的探讨

28人参与去参加

更多

VTK安装手册

发布资源 2015.12.15 ·

C++ - 跨平台在Windows、Linux系统上获取当前可执行程序路径

跨平台获取当前可执行程序路径是C++跨平台项目中会经常使用的功能，我将这个功能简单的封装成了一个。静态函数获取当前可执行程序路径，下面贴出了功能实现代码。工具类，在该类中通过。

博文更新于 2023.09.11 ·

OpenCV - 图片增加透明通道，图片合并透明通道

按理来说，使用OpenCV的CUDA版本进行计算相比CPU会快很多，但是经过我对上面CPU和CUDA版本的运行时间的测试，发现最终处理的时间是差不多的，我分析这个原因是在使用CUDA版本时，需要将cpu上的图片使用。需要注意的是，Mask图片必须与原始图片具有相同的分辨率大小和相同的数据类型，比如原始图片是1920x1080，CV_8UC3的图片，那么Mask图片必须是1920x1080，CV_8UC1的图片。方法分离原始图片各个通道，然后将Mask加入到原始通道中，最后使用。合成新的通道生成最后的图片。

博文更新于 2023.07.12 ·

OpenCV - cv::Mat与unsigned char数组或者float数组相互转换，cv::Mat与std::vector的相互转换

通常情况下，在同一个opencv项目传递cv::Mat可直接通过const cv::Mat& img这种方式传递，但是如果需要进行跨语言传递，比如C++传递到C#或者C#传递到C++，那么通常这种情况下需要将cv::Mat转换为内存指针比如unsigned char指针或者float指针进行传递。我们可以将第1节中的代码进行修改，不使用动态数组，而是改用使用std::vector，这样就不用太在意内存泄漏的问题。我们可以写一个模板的方法完成cv::Mat与不同类型的std::vector之间的相互转换。

博文更新于 2023.06.06 ·

C++ - 使用ffmpeg读取视频旋转角度并使用OpenCV根据旋转角度对视频进行旋转复原

1 视频中的旋转信息以及为什么会有旋转信息Android或者ios等手机上录制视频时，由于重力感应或者录制视频的摆放方式的问题会导致录制的视频拥有旋转信息。如果是横屏录制（手机逆时针旋转90度），则录制的视频时不带角度的。如果是竖屏录制（正常的拿手机的姿势），此时的录制的视频的旋转角度是90度。如果再旋转90度，此时一般音量键和关屏键朝下，此时的视频的旋转角度是180。以此类推。所以在手机上的视频一般会有4种角度的视频，播放时，要对视频资源进行旋转后再进行播放，不然视频就会出现各种反转、倾倒。在http

博文更新于 2023.05.19 ·

我的开源项目 - 使用OnnxRuntime在CPU端部署RTMPose玩转实时2D姿态估计

好了，在本小节中会详细介绍如何使用OnnxRuntime在CPU端进行RTMDetnano+RTMPose模型的部署，在本教程中会实现基于RTMDetnano+RTMPose的一个Top-Down的2D姿态估计示例，由RTMDetnano检测人，然后根据检测框裁剪相应的图片区域喂给RTMPose进行姿态估计，进行了一个简单的跳帧检测的实时2D姿态估计的C++类，好了，就让我们愉快的开始吧。RTMPose的亮点主打的就是工业级别的推理速度和精度，这在他的论文摘要也是着重突出，可以仔细看他的论文摘要，

博文更新于 2023.04.28 ·

C++ - 获取std::vector中的最小值、最大值以及对应的索引

普通方法就是遍历std::vector，对vector中的值进行一一对比，找出最小值、最大值及其对应的索引，示例代码如下。

博文更新于 2023.04.11 ·

TensorRT - TensorRT was linked against cuBLAS/cuBLAS LT 11.6.1 but loaded cuBLAS/cuBLAS LT 11.5.4错误提

我自己以为只要是下载cuda 11.4的版本就行了，之后的小版本就没在意，所以当时下载的时候我就下载了cuda 11.4.1，但是cuda 11.4.1的cuBLAS的版本只有11.5.4.8，那么如何知道哪一个cuda版本中的cuBLAS版本呢？所以我们应该下载安装的版本是cuda 11.4.2，而不是cuda 11.4.1，所以为了避免出现问题（虽然不知道不适用对应的cuda版本会出现什么问题），还是一个版本一个版本慢慢校对，直到找到合适的cuda版本。

博文更新于 2023.03.03 ·

C++ - 使用标准库实现事件和委托，信号和槽机制

在本文中，我们对.Net的事件和委托，Qt的信号和槽进行了简单的介绍，然后通过引入Duilib中对于事件和委托的简单实现，进而扩展了自定义的简单事件类Event，此类实现的比较简单，但是包含了事件实践的核心思想，自己对于模板类，以及变参模板的使用又有了新的体会。

博文更新于 2023.01.31 ·

C++ Vector遍历的几种方式

#include <vector>#include <iostream>using namespace std;struct Point{ double x; double y; Point() { x = 0; y = 0; }};int main(){ vector<Point> m_testPoint; m_t...

博文更新于 2023.01.30 ·

144976 阅读 ·

Pytorch - 使用pytorch自带的Resnet作为网络的backbone

在使用Pytorch搭建自己的神经网络框架时，经常需要使用Pytorch中内置的中的模型作为特征提取的Backbone，然后再在这个基础上进行更加复杂的网络搭建。在这里以使用Pytorch中内置的Resnet18为例，如何作为Backbone层进行使用，看以下示例代码使用上述代码，如果输入Tensor的维度为[1,3,244,244]，fowward输出的Tensor的维度为[1,512,1,1]，如果我们需要输出的Tensor维度为[1,512]，需要squeeze相应的维度，修改后的代码如下。

博文更新于 2023.01.10 ·

C++ - std::string字符串格式化方法总结

我们可以使用可变参数模板+定义一个字符串格式化函数// std::string的字符串格式化函数 template < typename . . . Args > static std :: string str_format(const std :: string & format , Args . . . args) {if(!

博文更新于 2022.11.17 ·

53747 阅读 ·

C++ - single header跨平台高效开源日志库Easylogging++的配置和使用

Easylogging++是一个只有单个头文件的开源跨平台日志库，拥有简单易集成，速度极快，线程安全，高效并可配置可扩展等等优点，现在也是我的主力日志库。

博文更新于 2022.10.26 ·

Mediapipe - Windows10 编译Mediapipe C++版本保姆级教程

文章目录1 Windows10编译Mediapipe C++版本2 编译步骤2.1 MSYS2环境配置2.1.1 下载安装2.1.2 配置系统环境变量2.1.3 升级msys2包数据库2.1.4 升级msys2基础数据库2.1.5 下载安装必要的包：unzip2.2 Python环境配置2.3 安装VS2019和WinSDK2.4 配置Bazel2.4.1 Bazel下载2.4.2 Bazel系统环境配置2.5 设置Bazel变量2.6 下载opencv2.7 Mediapipe仓库克隆以及bazel的编译

博文更新于 2022.09.26 ·

20113 阅读 ·

ThreeJS - 修复摄像机近距离模型或者摄像机在某些观察角度3D模型部分或者全部不可见的问题

最近使用three.js在场景中显示gltf模型时候，当我使用操作摄像机想近距离观察gltf模型的时候发现一部分模型消失了，比如说假如这个模型是一匹马，当我远距离观察时可以完整的看到整匹马，但是当我想拉近摄像头近距离观察马的时候，这个时候我只能看到马的头，马的身子和脚的部分突然就消失了。我马上意识到是摄像机的视椎体出现了问题，但是我的视椎体设置的很大，如下肯定可以把这个模型完整的包含在视椎体里面，不可能会出现上述的奇怪问题。

博文更新于 2022.09.24 ·

Pytorch - masked_fill方法参数详解与使用

输入的mask需要与当前的基础Tensor的形状一致。将mask中为True的元素对应的基础Tensor的元素设置为值value。返回填充后的Tensor。

博文更新于 2022.08.15 ·

Pytorch - 使用torchsummary/torchsummaryX/torchinfo库打印模型结构、输出维度和参数信息

对打印Pytorch模型的模型结构、输出维度以及参数信息的方式进行了总结

博文更新于 2022.07.01 ·

C++ - 使用std::chrono获取当前秒级/毫秒级/微秒级/纳秒级时间戳

1 使用std::chrono获取当前秒级/毫秒级/微秒级/纳秒级时间戳1.1 当前时间戳获取方法先使用std::chrono获取当前系统时间，然后将当前系统时间转换为纪元时间std::time_t类型，之后使用std::localtime对std::time_t类型转换为本地时间结构体std::tm类型，最后使用strftime对时间进行格式化输出。其中std::tm该结构包含了一个被分解为以下各部分的日历时间struct tm { int tm_sec; // 秒，范围从

博文更新于 2022.05.27 ·

24494 阅读 ·

FFmpeg - ./configure编译参数全部总结和整理

1 FFmpge编译参数本文对FFmpeg4.4.1的./configure的所有编译参数进行了简要说明。在Linux系统上编译FFmpge时总是不太明白应该使用哪一些编译参数，这里以FFmpge4.4.1版本为例，对FFmpge的所有可选编译参数进行总结和整理。1.1 Help options 帮助选项参数参数作用–help打印显示帮助信息–quiet禁止显示信息输出–list-decoders显示所有可用的解码器–list-encoders显示所有可用

博文更新于 2022.04.29 ·

11783 阅读 ·

TensorRT - 使用torch普通算子组合替代torch.einsum爱因斯坦求和约定算子的一般性方法

1 问题：TensorRT暂时未实现einsum算子在ST-GCN中使用了爱因斯坦求和算子torch.einsum，def forward(self, x, A): assert A.size(0) == self.kernel_size x = self.conv(x) n, kc, t, v = x.size() x = x.view(n, self.kernel_size, kc//self.kernel_size, t, v)

博文更新于 2022.04.15 ·