InspireCV的实现 InspireCV 的开发目的是通过用轻量级的、项目定制的视觉库替换 OpenCV 来减少 SDK 大小并避免依赖问题，为常用的视觉算法提供高级抽象接口。它具有灵活的后端架构，允许用户默认使用轻量级后端，同时也提供切换到更强大的 OpenCV 后端 的选项以获得增强的性能。 项目地址：InspireCV InspireCV除了在Arm设备上加入NEON...

Rockchip Device Compatibility Status InspireFace has been adapted for several mainstream Rockchip devices in the market. The main adaptation content includes RKNPU neural network acceleration infe...

CUDA and TensorRT Version Information The GPU version of InspireFace has been verified on Linux physical machines. The dependency versions used for project compilation, unit testing, and continuou...

2D人脸关键点 日常工作中需要使用到2D人脸关键点，近期查阅了一下资料发现对于目前对于这类任务的讨论与几年前（2018、2019）时的方案基本一致，主流且最常用的方案就是那几个：直接回归关键点坐标或offset坐标、使用类似人体关键点常用的那种热力图base的方案。简单来说前一个方案简单粗暴速度快，后一个方案效果好但是推理过程复杂且计算量大。 鉴于人脸面部信息的一些特殊性，比如人脸肌肉本...

尝试使用Pytorch模仿DeepFaceLab的LIAE架构，做一个简单的人脸面部交换实验。原本的DeepFaceLab是使用TensorFlow实现的，并且包含了大量的开箱即用的工具，包括从数据预处理、模型训练、模型测试、模型推理、人脸预处理工具箱、交互式更换人脸GUI等等一套完整的在线和离线人脸素材交换工具所组成。所以项目本身非常庞大，所以此次任务只抽离出神经网络的部分，使用Pytor...

对算法SDK思考 在工程质量、多平台支持、项目易用性以及性能上的优化如果保持较高的要求，实际上哪怕是现在（2025年）被人经常调侃的”人脸已经烂大街”的人脸项目，开发起来也不是一个小的工作量。 人脸作为一路陪伴AI成长起来的一个长久话题，从较早的机器学习到现在的深度学习，一直是一个非常火热的Topic，可延伸出来的一些分支任务如人脸特征提取、关键点定位、表情分析、属性分析、换脸等等，品类...

重复造轮子 为什么要重复造轮子？这是在写这个库之前，我一直在思考的问题。最浅显的理由就是结合自身长期开发视觉类的SDK经验，开发过程中经常遇到跨平台、跨工具链、跨设备、包冲突、性能瓶颈等等非常多的问题。这些问题说白了不论是集成OpenCV、Mobile-OpenCV还是dlib，只要多花点时间，总能解决。 但是真的让我决定重复造轮子的主要原因还是在于想动手实现一些自己想要的功能，比如常见...

实现代码 本次作业内容是需要实现一个存放整型数组的集合类(IntSet)，并且需要实现集合的一些基本运算，比如交集（intersection）、并集（union）、差集（difference）、包含（contains）等，并且要实现集合的一些基本操作比如包含（include）、删除（remove）等等。老样子先贴代码。 object BinaryTree: def inorderTra...

近期学校开设了Scala语言的课程，并且老师布置了相关作业，我对这门课学习的质量和动力全靠老师的负责程度，感叹一下，国外老师是真的认真，作业提交均需要在github上建立仓库，并且每次作业都需要创建一个PR，然后老师会进行review，如果通过则合并到主分支，否则提出修改意见，学生再进行修改，如此反复，直到通过为止。学习这门语言给我带了极大的痛苦，因为这门语言的语法和Python、Java、...

0. Intro In the previously studied theory of computability, I learned that the Unlimited Register Machine (URM) is a theoretical computational model, consisting of infinitely many registers and a ...