解读canny算法opencl实现
在看完了canny 算法 c++ 实现细节以及完成 pytorch 版本的实现后,我在考虑如何对算法进行并行加速,我知道有opencl 加速 与 cuda 加速(pytorch api 可以实现),打算先考虑opencl 的加速。我之前已经知道 opencv 中是包含了对 opencl 的支持,我比较好奇如何使用 opencl 对 canny 算法的加速。在github 找到一个实现,虽然不是特别好,但是用了解 opencl 的使用还是可以的。
在看完了canny 算法 c++ 实现细节以及完成 pytorch 版本的实现后,我在考虑如何对算法进行并行加速,我知道有opencl 加速 与 cuda 加速(pytorch api 可以实现),打算先考虑opencl 的加速。我之前已经知道 opencv 中是包含了对 opencl 的支持,我比较好奇如何使用 opencl 对 canny 算法的加速。在github 找到一个实现,虽然不是特别好,但是用了解 opencl 的使用还是可以的。
void cv::Canny( const Mat& image, Mat& edges,
double threshold1, double threshold2,
int apertureSize, bool L2gradient )
{
Mat src = image;
edges.create(src.size(), CV_8U);
CvMat _src = src, _dst = edges;
cvCanny( &_src, &_dst, threshold1, threshold2,
apertureSize + (L2gradient ? CV_CANNY_L2_GRADIENT : 0));
}
PyTorch-DataLoader的工作机制
阅读前提:
pytorch-api-实现直方图均衡化
转置卷积与卷积的理解,本文将介绍:
阅读前提:
vscode远程调试docker中的python服务
环境:windows Docker Desktop , Vscode
阅读前,默认你对以下内容有基本了解:docker-compose.yml, Dockerfile, Vscode python 调试配置, flask 服务
原本想使用python pdb来调试,但是在容器环境中使用pdb,需要直接在容器终端中启动python程序,不方便 然后找到一个远程调试工具:debugpy,它将在容器中运行,等待vscode的连接(可配置等待模式),然后启动python程序。 配置好后就可以在vscode中调试容器中的python程序了。
刘慈欣2018克拉克奖获奖感言(部分内容节选)。
用于测试在没有H1-6标题头时,文章的目录导航是否会直接关闭,并关闭评论功能。