- 学习机器学习
学习haar+adaboost分类器进行人脸识别。了解hog+SVM小狮子识别。
https://blog.csdn.net/liupeng19970119/article/details/99435799
- 论文学习
边缘计算:平台、应用与挑战 赵梓铭 刘 芳 蔡志平 肖 侬 (国防科技大学计算机学院 长沙 410073)
应用:
- 增强现实
增强现实技术将现实世界的场景与虚拟信息高度集成,生成被人类感官所感知的信息,来达到超越现实的感官体验.增强现实技术可以使用在智能手机、平板电脑与智能眼镜等移动设备上,来支持新的应用与服务,如虚拟游戏、3D观影等.增强现实技术需要对视频、图像数据进行处理,这些任务复杂性高,而需要与用户进行互动的特点又对实时性有了很高的要求。
2)图像识别
在一个特定视域(图像的光线、背景、视角等)内采集图像用来训练深度模型,得到的深度模型对该视域内对象的识别准确率更高,在同一个边缘计算节点周围采集图片来
训练模型,并通过图片的元数据信息(位置、天气和时间等)来区分不同的视域.这使模型很好地适应周围的视域,从而使可以模型自适应视域的转换.适用于特定功能的识别模型要比通用识别模型更好训练,也有更高的准确性.边缘计算模式可以在一定程度上减小对模型适用范围的要求,也为深度学习收集大量特定的学习数据,训练更加个性化的识别模型.
3)智慧城市
智慧城市是一种现代化城市模型,运用信息技术与物联网技术对城市资源做出智能化的管理.智慧城市系统要随时感测、分析、整合城市的各项关键信息,会产生大量的原始数
据,一座100万人的城市,平均每 天 会 产 生200PB的数据.同时这些数据在地理上广泛分布,且大部分数据存储在本地,这为数据的查找与分析带来了极大的困难.如果没有一种高效的解决方案,很容易使城域网被大量的数据堵塞.
- 网站性能优化
挑战:
多主体的资源管理
应用的移动管理
虚拟化技术
数据分析
编程模型
- GuiLite学习
(1)GuiLite是什么:GuiLite是5千行的C++图形界面库,可以运行在所有平台(例如:iOS,Android,Linux(ARM/x86-64),Windows(包含VR),Mac,Docker和MCU)上;也可以与多种语言(例如: Swift, Java, Javascript, C#, Golang)协同工作。
(2)GuiLite特点:
️轻量: 只有5千行代码,与操作系统及第三方库无关 - 轻松编译/运行
超快: 一次调用就可以完成图形渲染 - 程序更快速,UI更流畅
嵌入: 可嵌入在Qt/MFC/Winform/Cocoa/Web程序中运行 - 充分利用现有Qt/MFC代码,局部GuiLite优化,亦可显著提升效率
支持Docker镜像,支持IOT,云端,多种语言显示。
安装vscode插件可以进行界面可视化设计:
(3)GuiLite设计原理:界面元素管理和图形绘制。
1)界面管理包括:
添加/删除界面元素(例如:按钮,标签,对话框等控件),设置对应的文字及位置信息
用户输入消息传递:根据用户输入寻找受影响的界面元素,并回调响应的处理的处理函数
用户自定义消息传递:用户可以自定义消息响应函数,并自主产生消息;当消息产生时,对应的响应函数会被调用
2)图形绘制包括:
基本的点线绘制,例如:画点,矩形,横线,竖线等
设置绘制图层,如果需要多个图层,在基本点线绘制时,需要给出图层的索引值
图层处理,在图层界面发生变化的时候(例如:打开/关闭对话框),GuiLite将决定各个图层上的像素点,哪个会被最终显示在屏幕上
3)扩展方法:
GuiLite只给出了基本控件(例如:按钮,标签,键盘,选择框)的实现方法,旨在说明控件的实现方法。对于扩展控件,可以选择下面的方式:
如果开发者需要调整基本控件的细节,可以直接在源代码中修改
如果开发者需要构建全新的控件,可以参考基本控件的实现方法,重新实现。
对于扩展绘制,例如:画圆,画曲线,可以直接在surface.cpp文件中添加响应的函数接口。