最近，我决定学习如何在Swift中使用Metal框架。我读了一些专题文章，看了一些视频，做了一些事情，最后我不得不使用深度测试来让事情看起来更好。
我以前没有做过如此低级的图形编程，所以我环顾了整个互联网，了解了深度测试是如何工作的，以及如何使用CAMetalLayer和Metal实现它。
然而，我发现所有深度测试的例子都是使用Open GL完成的，我在Metal中找不到这样的函数。
如何使用金属和Swift实现CAMetalLayer的深度测试？
提前谢谢你！
浏览 9提问于2017-03-08得票数 4
2回答
我开始学习mininet，并且我知道下面的mininet命令将创建一个深度为2的默认树拓扑，而扇出的深度为3。但是我不明白这到底意味着什么？谁能解释一下吗？
sudo mn --topo tree,depth=2,fanout=3
浏览 1提问于2016-02-27得票数 1
回答已采纳
6回答
我在读关于深度学习的论文。其中大多数都是指无监督学习。
他们还说，神经元是使用无监督RBM网络进行预训练的。然后，使用反向传播算法(有监督)对它们进行微调。
那么，我们可以使用深度学习来解决监督学习问题吗？
我正在尝试找出深度学习是否可以应用于文档分类问题。我知道有相当好的分类器可用。但我的目标是找出我们是否可以使用深度学习来达到这个目的。
浏览 7提问于2013-10-29得票数 10
1回答
我发现了一个名为的应用程序，为了学习的目的，我想创建我自己的网络版本的应用程序。
Web应用程序的工作方式如下。它会询问用户访问摄像头的权限。在那之后，视频就是caputer。每秒一次，从流中获取图像并进行处理。在这个过程中，我在图像中寻找soundwave模式。
如果找到该模式，则停止视频记录并执行一些操作。
pattern - 的示例。
理想情况下，它应该像QR码一样工作--即使检测到小的QR码，它也不应该依赖于旋转和缩放。
我不是计算机视觉专家，这个领域对我来说是相当新的。我需要些帮助。哪种方法是最好的？
我应该训练自己的Tensorflow数据集并使用tensorflow.js吗？还是
浏览 0提问于2019-12-16得票数 1
1回答
我是学生，在python上还是新手，我需要在我们的领域中使用深度神经网络，这与深度学习没有直接关系，但我们可以用深度学习来优化这些错误。
上一次我尝试用python工作，但是我发现我需要很长的时间从头开始学习python。我们几乎所有的东西都使用Matlab，我很好地掌握了它。我决定搬回matlab，利用那里的深度学习。我的问题是，有谁有任何视频或教程，我可以跟随，以了解有多深的学习Matlab？
提前谢谢你。
浏览 5提问于2019-10-12得票数 0
回答已采纳
实际上，我制作了一个视频类别分类器机器学习模型(深度学习)。现在，我想用这个模型做一个铬的扩展。所以，我要怎么做。我知道这是一个非常广泛的问题，但我感谢你提供了一些相关的知识或链接。我很困惑，因为Chrome扩展代码将使用JavaScript语言。但我的模型是蟒蛇。所以我把它们整合在一起。如何使用Javascript运行python代码？任何帮助都是值得感激的。
浏览 0提问于2022-10-17得票数 1
1回答
好吧，在找到合适的地方之前，我在主堆栈里发布了同样的问题，对不起。
我的一个朋友正在用100多个视频作为他的神经网络的样本。每段视频持续超过几分钟，每秒约24帧。其目的是利用深度学习来检测所有样本的运动。
对他来说，问题在于他所处理的数据的数量。训练部分需要/消耗太多的时间。我不是数据准备方面的专家，但我想也许他可以把所有的帧转换成数据帧，从单色图像(全黑/白)中清除它们，把它们变成灰色而不是完全的rgb，然后压缩它们，但是，我不确定这是否足够。
你认为减少训练样本的方法更好吗？
浏览 0提问于2020-04-23得票数 1
回答已采纳
5回答
图像深度和通道之间的差异
、、、
我正在尝试学习opencv，但它非常令人困惑。有人能知道imagedepth和no的区别吗？图像中通道的数量。假设图像深度为8，否。通道R，G，B是3。那么，这意味着什么，我在可视化3d结构时遇到了困难
浏览 27提问于2012-04-11得票数 21
1回答
我需要通过网络从Kinect摄像头发送视频。我从以下两个Kinect来源获取视频：
2D彩色视频(RGB)。每像素32位。640x480在30。
深度数据(D)。每像素16比特，表示与最接近的对象的距离( mm )。640x480在30。
这相当于至少53 MB/s的带宽，这就是为什么我需要在原点对视频源进行编码(压缩)，然后在目标上解码。RGB数据将由目标目标跟踪算法处理.
到目前为止，我发现许多论文讨论了实现这一任务的算法，例如，这一篇：
问题是，这些文件中描述的算法没有公共访问实现。我知道，我可以自己实现它们，但是它们使用了许多其他复杂的图像处理算法，我对(边缘检测、轮廓
浏览 2提问于2015-12-15得票数 6
回答已采纳
1回答
我刚刚通过一些快速入门视频开始学习Kinect，并尝试使用代码来处理深度数据。
然而，我不能理解如何使用位移位和各种其他公式来计算距离，这些公式在处理此深度数据时也用于计算其他内容。
这些是文档中解释的特定于Kinect的细节吗？任何帮助都将不胜感激。
谢谢
浏览 1提问于2011-11-11得票数 9
回答已采纳
我在互联网上搜索过，只有在视频或两个连续的图像中才能进行运动检测。我想知道是否有可能从图像中检测到运动(如跳跃、跑步、游泳).The运动指的是任何重要的身体运动。如果可以，请告诉我算法和学习的方法。谢谢
浏览 0提问于2015-12-27得票数 1
我正在学习如何在linux终端中运行bash脚本，特别是在转换音频视频文件的上下文中。
我在这里看到了这样的命令，这完全是我想要的。然而，我想更好地理解它：
for i in *.avi; do ffmpeg -i "$i" "${i%.*}.mp4"; done
现在，这显然是一个for-loop，我得到了第一个*通配符。我得到了do块。但我不太明白的是${i%.*}。具体来说，%.*位在输出位置做什么？为什么不使用${i}.mp4呢？
浏览 5提问于2020-08-29得票数 0
回答已采纳
5回答
我不确定这是否是问这个问题的正确地方，但是是否有任何在线来源提供了对机器学习算法的完整深入解释，都是在一个地方，但不太复杂的初学者理解？
我所提到的每一个来源都是肤浅的，或者只关注算法的一个方面，这使我浪费了大量的学习时间，浏览不同的网站&视频寻找相同的内容。
浏览 0提问于2022-01-10得票数 1
开始学习Liquibase。我跟踪文档，观看教程视频。我创建了MSSQL，做了generateChangeLog，创建了changelog.xml。并对目标数据库进行了更新。现在，我添加了一个列，并希望在下一个变更集中捕获它。我该跑哪条命令？Liquibase文档说我应该手动编辑changelog.xml？
浏览 7提问于2022-02-16得票数 0
2回答
最近，我读了一本书作为面试的准备，遇到了以下问题：
当你的爬虫遇到一个蜜罐，生成一个无限的子图供你漫步时，你会怎么做？
我想得到这个qn的一些解决方案。就我个人而言，我会采取某种形式的深度限制搜索，以防止连续遍历。或者使用某种形式的机器学习来检测模式。有什么想法？
浏览 2提问于2011-07-22得票数 9
回答已采纳
我正在做一个机器学习项目(动作识别)，涉及捕获RGB +深度视频数据。作为一个特征，我还需要提取关节的骨骼坐标。获取骨架很容易，但是KinectSDK提供了从预先录制的视频中获取骨架的方法吗？
我正在考虑制作一个应用程序，它可以记录RGB和深度视频，并将坐标逐帧保存在文件中。这是最好的方法吗？
浏览 3提问于2012-09-14得票数 0
回答已采纳
我想知道<input type="hidden">可以存储的最大值是多少，我指的不是maxlength属性，而是它可以存储的字符串。
浏览 0提问于2012-04-05得票数 1
回答已采纳
1回答
我正在使用opencv c++，并且是一个新用户。我对目标检测问题很感兴趣。到目前为止，我已经研究并实现了稀疏光流( Lucas方法)在视频中的应用，从一个静止的camera.After尝试k方法和背景相减，我决定移到一个更困难的问题上，那就是移动摄像机。
到目前为止，我已经研究了一些文档，并发现我可以使用cv::findHomography在我的视频中的帧序列中找到不稳定或异常值，然后从返回的值中了解由摄像机运动引起的运动和物体运动引起的运动。此外，我可以使用冲浪功能来跟踪一些对象，然后决定它们中的哪个是好点。
然而，我想知道如何才能实现这一理论。例如，我是否应该使用第一帧作为基本事实，并使
浏览 6提问于2016-04-05得票数 0
回答已采纳
1回答
自动选择视频的缩略图
、、、
我们都听说过YouTube使用深度学习为用户视频选择具有代表性的缩略图。但有没有人成功地在tensorflow上试过？
我确实找到了声称这样做的，但对结果不太满意。我实际上得到了更好的结果，使用ffmpeg提取关键帧，然后计算颜色分布，以选择“最佳”图像。
但是想知道是否有人在使用更“智能”的算法做得更好。
浏览 2提问于2017-03-04得票数 5
回答已采纳
我正在努力学习更多关于groovy的知识。具体来说，我的用例是读取html文档并解析出信息，并可能向html中添加一些数据。我在类似的主题上找到了这篇文章：，但我不理解所使用的一些语法和函数。
例如，在中，我并不真正理解".with“和".'**'”。
因此，我希望有人能告诉我一些文档或关于这类表达式和函数的附加信息。我通常理解这个用例，但我希望有一个更好的理解，以便我可以使它适应我的需要。
感谢您的帮助和指导。
浏览 6提问于2022-09-19得票数 -1
回答已采纳
1回答
我学习了一些体绘制技术，从2009年的画册课程笔记。我对对象顺序的空空间跳过感兴趣，它将包围框栅格化成许多小块，如下面的图像：
我想知道如何实现这一点？八叉树？或者其他的技术？我已经实现了一个简单的光线投射体渲染程序，没有对象顺序，空空间跳过。代码片段或伪代码会有很大帮助。
浏览 3提问于2012-08-31得票数 2
1回答
视频地面实况的最佳实践？
、、、、
我想训练一个深度学习框架(TensorFlow)，用于使用新的对象类别进行对象检测。
作为地面真实的来源，我有多个包含对象的视频文件(只有图像的一部分包含对象)。
我应该如何将视频的真实性接地？我是否应该逐帧提取并标记每一帧，即使这些视频帧非常相似？或者，对于这样的任务，最好的做法是什么？
最好使用开源工具。
浏览 1提问于2019-11-18得票数 0
我点击这个链接来尝试机器学习-实时快速风格转移https://www.youtube.com/watch?v=LWlbFVtPiwo&ab_channel=CODEMENTAL。 然而，在我的python中，它显示GPU可用: False，这有关系吗？此外，如果我只想保持实时快速风格传输，不需要视频和图像，我该怎么办？
浏览 15提问于2021-07-28得票数 0
2回答
有没有做过用深度学习技术分析视频帧序列的工作？
我的意思是“分析”，我的意思是，为了分类或预测某件事而记住它们(例如，考虑到视频的前10帧，模型就能得出某种结论)。
浏览 0提问于2018-12-24得票数 0
回答已采纳
1回答
是否有一种使用JavaScript在客户端实时转换两个视频的方法？
我有两个视频，我想在图片中创建一个简单的图片，就像在另一个视频上叠加一个视频一样。为此，我需要缩小一个视频，并把它放在另一个之上。我知道这样的事情在ffmpeg中是可能的，但是使用JavaScript有什么选择吗？
根据我天真的理解，我只需在页面上添加两个视频播放器，并使用CSS在另一个上呈现一个。有更好的办法吗？有什么建议吗？
浏览 5提问于2022-09-17得票数 0
回答已采纳
2回答
每个神经元的神经网络偏差
、、、
我一直在关注安德鲁吴在神经网络上的视频。在这些视频中，他不把偏见与每一个神经元联系起来。相反，在计算了每一层的激活后，他在每一层的顶端都添加了一个偏置单元，并利用这种偏差以及计算来计算下一层的激活(正向传播)。
然而，在机器学习的其他一些博客和像这样的视频中，每个神经元都有一种偏见。这是什么和为什么不同，它的含义是什么？
浏览 4提问于2016-05-12得票数 14
回答已采纳
我正在尝试构建一个程序，它只需要Kinect的手工输入。
我需要三样东西，-the流的OpenGL深度视频，上面有OpenGL输出的数据，上面只有两个简单的手势，张开的手和紧握的拳头，我会建立一些函数来解决它的每只手-left和右手位置的布尔形式，如果可能的话，做超过2只手，那就太好了。
基本上，在kinect中用打开和关闭的手动作来做点击和拖动鼠标操作，让我们从一只手开始，如果可以做两只手以上的操作，我将在稍后学习。
根据我到目前为止所读到的，Kinect可以很容易地做到这一点，而不需要任何额外的库，所以我应该能够用Kinect库和OpenGL构建我的应用程序。
我听说网上有很多这样的例子，
浏览 0提问于2014-03-15得票数 1
我已经配置和设置youtube direct lite，并在谷歌应用程序引擎中部署了应用程序。我能够提交视频，这些视频获得批准，当我尝试嵌入上传视频的播放列表代码时，批准邮件成功send.But。
<object width="480" height="385">
<param name="movie" value="http://www.youtube.com/p/PLwNZwNRcLsUoRtvyzHc3dYz1uLV_z9R2M? fs=1"></param>
<param na
浏览 5提问于2013-01-11得票数 0
回答已采纳
10回答
我们都知道当下人工智能已经走向了风口，而大数据是人工智能技术进行深度学习的基石，究竟大数据对人工智能的深度学习有什么影响呢？
浏览 1454提问于2018-03-30
我正在尝试从录音(mkv)中提取深度视频，但问题是它是以灰度b16g格式提取的。是否可以提取或获取在Azure Kinect Viewer中看到的带有颜色的深度视频？使用的相机是Azure Kinect DK。谢谢，任何反馈都是非常感谢的。
以下是我使用的步骤：
ffmpeg -i output.mkv -map 0:1 -vsync 0 depth%03d.png
这将提取深度轨迹作为16位PNG的序列.来源：
然后
ffmpeg -r 30 -i depth%03d.png -c:v libx264 -vf“fps=30，format=yuv420p”depth.mp4
从png图
浏览 4提问于2019-11-19得票数 0
1回答
我正在开发一个增强现实应用程序，它应该呈现一个三维模型。到目前一切尚好。我用Vuforia的AR，libgdx的图形，一切都在Android上，工作像魅力.
问题是，我需要创建一个“窗口一样”的效果。我真的需要让模型看起来像一个窗口，你可以透过它看到它的背后。这意味着我有一种墙物体，里面有一个洞(窗户)。通过这个洞，你可以看到墙后的另一个三维模型。
问题是，我还需要渲染视频背景。这个背景也在墙的后面。我不能只是在渲染墙壁的时候改变混合，因为这会破坏视频图像。
所以我需要让墙和它后面的一切都是透明的，而不是视频背景。
这样的奇迹甚至可能只使用OpenGL吗？
我一直在考虑一些正面对端
浏览 2提问于2014-04-09得票数 1
回答已采纳
目前，我正试图在数据流上学习一个深入的学习模型，该模型会随着时间的推移不断地生成新的数据点。目标是生成一个能够很好地适应新生成的数据的实时DL模型，同时不影响对旧数据的预测。我在想，是否有人知道如何才能做到“数据流上的增量深度学习”呢？任何信息都将不胜感激，谢谢！
浏览 0提问于2021-02-21得票数 0
3回答
Python中的渐变体面
、、、
我刚刚完成了我的第一个机器学习算法，即线性回归。我想通过优化模型来减少rmse。我发现梯度体面做同样的工作。但我不知道怎么用蟒蛇来做。我参考了youtube上的一些视频，但每一段视频都解释了y=MX+c。但是我的模型中有大约50个变量。
有图书馆吗。请帮帮我。
浏览 0提问于2019-10-10得票数 1
回答已采纳
核心图像过滤器的iOS实现包括一类CICategoryVideo过滤器，这些过滤器大概可以用来处理实时视频流。这意味着工作流的速度足够快，可以获取视频帧，对其应用一个或多个过滤器，然后将结果帧传递给显示/保存。
有没有人知道一个示例项目，说明了这是如何完成的？到目前为止，我对CIFilters所做的就是将一个UIImage转换为一个CIImage，用一个CIFilter处理它，然后将它转换回一个UIImage来显示。
我假设要在视频处理流中使用CI过滤器，必须使用核心视频pixelBuffers，将它们映射到CIImages，处理它们，然后将结果映射回像素缓冲区。我已经用OpenGL完成了这类
浏览 0提问于2014-03-26得票数 1
1回答
图像匹配求解captcha问题
、、、、
我正在用python构建一个机器人，我需要一些系统来解决这样的captchas：
📷
我想我需要一个深入学习的算法，但编码是一个痛苦的屁股。有什么简单的解决办法吗？
我可以编码的部分，屏幕截图的图像和点击正确的答案，图像4或5的例子。图像每一次都会被旋转和改变。
谢谢!
浏览 0提问于2018-03-27得票数 0
回答已采纳
2回答
我收集了大约一千张不同图片的交易卡。我也有一个数据库，高分辨率扫描的每一张这些交易卡已经被打印。我想把扫描过的图像输入一个深度学习网络，这样如果我在摄像机前拿着一张或多张卡片，它就能识别出我持有的是哪一张。
看起来，可能是我开始的好地方。我有机器学习的经验，但主要是数值分析，而不是图像处理。到目前为止，我看到的例子显示了人们拍摄他们感兴趣的东西，然后能够识别出来。但是，我是否能够将图像文件夹作为训练数据转储呢？
最后，我的目标是在一个Raspberry Pi 2系统上实现这一点，我已经将它连接到一起并行工作。我不确定Jetpac是否能够显式地支持分布式计算，但我想我可能能够将视频提要拆分为多个
浏览 5提问于2015-08-31得票数 2
回答已采纳
1回答
让我首先描述一下设置:我们在Unity中有一个自治代理，它的决策基于感知的环境(级别)和一些预定义的值映射参数。我们的目标是在DNN中预先训练代理的参数。因此，这个想法基本上是定义一个误差度量来评估Unity模拟中代理的性能(运行级别，例如测量与最优轨迹的偏差=统一的地面事实)。因此，基于DNN的输入水平，网络应该训练以输出参数，执行仿真，并将误差作为误差值传递回网络，例如精度，因此网络可以基于该误差/性能进行训练。
有没有办法在Keras之外的训练期间进行评估(与地面真实情况进行比较)？通常，人们将X数据传递给网络，训练数据并将其与地面实况Y进行比较。这对预测很有效，但我不想预测什么。我想要
浏览 0提问于2018-10-26得票数 0
2回答
提高图像的分辨率
、、、、
我有一些质量很低的图像，我不得不用这些图像来识别人，但是这样的质量很难检测到。我想提高图像的质量使用深入学习/机器学习技术。我曾经研究过SRCNN，感知损失，SRResNet，SRGAN，但是大多数超图像分辨率技术都需要原始图像来提高图像质量。因此，我的问题是，是否有任何深度学习技术可以用来提高图像的质量，而不使用原始图像。
浏览 3提问于2020-02-20得票数 2
回答已采纳
1回答
VQ-GAN理解
、、、
我试着理解VQ-GAN的工作原理，但不幸的是我还没有理解它。我试着读了一些关于它的文章，然后看了一段视频。我相信一篇简单的文章会对我有帮助。你帮我搞定了变压器。你给了我很好的链接。我知道什么是CNN，GANs，TRANSFORMERS和CLIP。我不知怎么理解VAE的工作原理，但仍然不了解一些关于它的东西。但我不明白VQ-GAN是怎么工作的。请帮我理解一下。谢谢。
浏览 0提问于2021-08-24得票数 3
假设我有生成一组帧的代码，每个帧都是一个深度映射(我可以访问表示深度的矩阵)，而这些矩阵又被用来生成点云。一个框架看起来是这样的：
📷
总之，我有一个点云对应于每一帧。我将如何生成一个视频，其中每一个点云在一个框架是网状的？
是否有处理这类数据的框架？我认为OpenGL应该会有所帮助，但我不确定它是否能做到这一点。
浏览 0提问于2019-04-11得票数 1
在上，他们建议使用GL_LEQUAL作为深度函数。此外，深度函数默认为GL_LESS。当我使用这些函数中的任何一个时，我得到了奇怪的结果。在这张图片中，红色的正方形应该在蓝色的方块前面(两个方块的大小相同)：
但是，如果我使用glClearDepth(0.0)，然后使用glDepthFunc(GL_GREATER)，运行否则没有变化的程序，就会得到以下结果：
仔细想想，GL_LESS会给出它所做的结果是有意义的:如果输入的深度值小于存储的深度值，则编写片段。
如果我把相机定位在(1, 0, 0)上，然后朝(0, 0, 0)看，我希望(0.5, 0, 0)的一个物体在(0, 0, 0
浏览 2提问于2012-01-29得票数 7
3回答
我想知道为什么深度学习模式如此不稳定。假设我使用相同的数据集多次训练机器学习模型(例如logistic回归)，并多次训练深度学习模型(例如LSTM)。在此之后，我计算了每个模型的平均值及其标准差。深度学习模型的标准差比机器学习模型的标准差大得多。为什么会这样？
这与深度学习方法中的权值初始化有关吗？如果是这样的话，为什么模型不总是收敛在同一点上呢？
浏览 0提问于2021-11-09得票数 4
2回答
基于图像的目标检测与分割
、、、
我目前正在学习图像处理，并为我的项目学习matlab。
我需要知道是否有任何方法可以从交通图像或停车场图像中检测到一辆汽车，然后将其分割出来。
我已经谷歌了很多，但大部分内容是基于视频的，我对图像处理一无所知。
首选语言: MATLAB
我应该只在图像上这样做，而不是在视频上。
浏览 2提问于2013-08-26得票数 1
所以我有一个问题，我已经解决了几天了，但是我找不到任何东西来帮助我。我刚刚开始尝试学习pyOpenGL，很快就遇到了这个问题。我希望我已经包含了足够的信息，感谢所有的帮助。 问题是： 当我画一个立方体时，看起来后面的一些面正在渲染前面的面。这对我来说没有意义，因为背面应该离得更远，并且会出现在正面后面。下面我有一个关于这个问题的简短视频。我应该提一下，这个问题似乎出现在我遵循的教程中，但没有提到或修复。正如我所说的，我是一个初学者，任何帮助都将不胜感激。 问题视频：https://media.giphy.com/media/OT6SrDbj5NopQpD8Pt/giphy.gif (立方体从
浏览 29提问于2019-03-13得票数 1
回答已采纳
我试着在android上做一些关于视频样本的深入学习实验。我被困在重新录制视频里了。我有几个问题要在我的脑海中安排信息：)我读了一些页面：和，但我仍然很混乱。
我的问题：
可以用MediaExtractor读取视频，然后将数据传递给MediaMuxer以保存在另一个文件中吗？如果我想在保存之前修改帧，可以不使用MediaCodec？吗？仅仅通过修改ByteBuffer？我假设我需要从MediaExtractor中解码数据，然后修改内容，然后将其编码为MediaExtractor，sample在方法MediaExtractor::readSampleData的上下文中与frame相同吗？，我需要
浏览 10提问于2020-07-22得票数 1
回答已采纳
2回答
在标准的食谱机器学习中，我们在一个矩形矩阵上操作；也就是说，我们所有的数据点都具有相同数量的特征。我们如何处理所有数据点都具有不同数量的特征的情况？例如，如果我们想做视觉分类但我们所有的图片都有不同的维度，或者如果我们想做情感分析但我们所有的句子都有不同的词量，或者如果我们想做恒星分类但所有的星星都被观察了不同的次数，等等。
我认为正常的方法是从这些不规则大小的数据中提取规则大小的特征。但我最近参加了一个关于深度学习的演讲，演讲者强调，深度学习者能够自己学习适当的特征，而不是从数据中手工制作特征。但是，如果输入层不是固定大小的，我们如何使用神经网络？
浏览 3提问于2015-03-03得票数 7
我最近安装了CentOS，我找到了这个文件，我不知道它能做什么。它位于root用户(/root/anaconda-ks.cfg)的主目录中，所有普通文件(文档、下载、图片、视频)都丢失或不存在。
浏览 0提问于2017-10-16得票数 18
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
