paragon

I am having a problem when using the DS3231 clock module: I can read and write the RTC clock module normally, and I connect the RTC clock module to the...

opencv4.0.1 load freeze model error

1

Hi friends: I download official "Models trained on ICDAR 2013 (training set) + ICDAR 2015 (training set): BaiduYun http://pan.baidu.com/s/1jHWDrYQ " model and try to freeze it to pb model. I...

vosk with Kaldi error

1

I built vosk with Kaldi and CUDA 11.2 on windows10, but when I run vosk test.c, something wrong with Kaldi... LOG (VoskAPI:kaldi::IvectorExtractor::ComputeDerivedVars():ivector\ivector-extractor.cc:183) Computing derived variables for iVector extractor Wrong parameter...

Wrong result decoding with test.c on Windows

11

platform: windows10, vs2019 when running tect.c, error occurs: LOG (VoskAPI:Model::ReadDataFiles():src\model.cc:213) Decoding params beam=13 max-active=7000 lattice-beam=6 LOG (VoskAPI:Model::ReadDataFiles():src\model.cc:216) Silence phones 1:2:3:4:5:11:12:13:14:15 Wrong parameter 6 in LAPACKE_dsyev_work Wrong parameter 1 in LAPACKE_dsygv...

support compiling under windows?

2

As titled, is it supported under windows?

如何调整跟踪参数？

1

首先感谢@weixu000做的很棒的工作！ 我用yolov4+TensorRT+torch复现了这个项目，但我发现一个问题，在进行跟踪时，有时候tracker似乎并没有跟踪到目标。但是detector的检测是检测到的，并且置信度还挺高。而且看传给tracker的参数，也只是将rect传过去就可以，与置信度并无关系。 所以我想请教一下，应该如何调整跟踪参数，使得跟踪更加准确并且不会丢呢？ 我看deepsort.cpp对iou_mat有一些阈值，是不是要调整这里？ 麻烦您方便的时候给与解答 再次感谢@weixu000 ！

支持Yolo-fastest？

1

感谢@enazoe做的非常棒的工作！ Yolo-fastest已经发布，据说比yolov4-tiny精度要高。 我尝试着直接把Yolo-fastest训练好的weights文件和cfg文件引入工程，但是似乎有不能解析的layer。 不知道您有没有兴趣将Yolo-fastest加入到这个项目中呢？ 估计您是华人，所以直接中文发帖了。见谅！ @enazoe

关于opencv dnn实现神经网络的问题

1

关注了你在CSDN的博客，工作很棒，请继续加油！ 另外我有个不情之请，能不能写一篇关于opencv dnn实现神经网络的文章呢？ 比如，有些网络结构中的某些层，在opencv自己的定义中没有，需要自行改动layer的定义，能否结合一个实例，给介绍一下如何实现？需要注意的问题有哪些？ 不情之请，还望百忙之中抽时间给与支持！ 再谢再盼！

Any trained models for EfficientDet D1~D7?

1

Can anybody provide the trained models of EfficientDet D1~D7 for eval ? Thanks !

cuda OOM

7

**platform: windows10 anaconda, RTX2080 8G** python inference_davis.py --with_box_refine --binary --freeze_text_encoder --output_dir davis_dirs/resnet50 --resume ckpt/ytvos_r50.pth --backbone resnet50 --ngpu 1 Inference only supports for batch size = 1 Namespace(a2d_path='data/a2d_sentences', aux_loss=True, backbone='resnet50', backbone_pretrained=None,...