DefTruth

> 好像没看到太多的example？ 路过，顺便答一下，👉 https://github.com/DefTruth/lite.ai.toolkit/tree/main/lite/tnn/cv ，这里也写了很多TNN应用的examples哦，基于opencv和tnn。

路过，顺便答一下，👉 https://github.com/DefTruth/lite.ai.toolkit/tree/main/lite/tnn/cv ，这里也写了很多TNN应用的examples哦，基于opencv和tnn。比如在matting([tnn_mg_matting.cpp](https://github.com/DefTruth/lite.ai.toolkit/blob/main/lite/tnn/cv/tnn_mg_matting.cpp))里面，拿到tnn ouput Mat的数据指针后，用来初始化cv::Mat就可以了。

很抱歉~ 这个开源项目主要是做面部关键点检测的，和目标检测关系不大，这两个任务是不一样的。平时工作比较忙，和torchlm无关的issue可能无法回答

> github只有pdf文件，能否上传R code. > 此外问一下，统计学习方法第二版是否有时间跟上，继续更新pdf和R代码？ 这份笔记过去的时间比较长了，目前在玩别的了。主页: https://github.com/DefTruth

NMS算法价格处理重复框的参数，然后在detect_onet中设置filter_overlap=True,问题解决。 if filter_overlap: # 处理重复脸的问题 如果实际面积s

是的。不过这个要看你用的场景，如果只是关注大人脸，不考虑包含的情况可以这样改NMS。要是通用的目标检测就不一定适用，因为大的box包含小的box的情况还是比较常见的。另一种可能就是mtcnn的精度不够，够的话就不会把人脸的一小部分判断成人脸，换一个精度更高的模型吧，SSH/DSFD之类的，不用改原始NMS也基本不会有这个问题。我自己改完跑的MTCNN精度感觉都不够用。

> Has anyone tried to use onnxruntime c++ to detect? @smallwillie there is an onnxruntime c++ version reimplementation of nanodet in my repo. see: * [nanodet.cpp](https://github.com/DefTruth/lite.ai.toolkit/blob/main/lite/ort/cv/nanodet.cpp) also a little demo...

目前只能跑fp32的模型

> @DefTruth 好的，谢谢大佬回复。我还有一个疑问，就是rec的四个输出，会作为下一次的输入，我看了一下代码，是拿到所有output之后，再用memcpy拷贝到输入内存，这样的话rec四个输入的拷贝操作是不是中间会经过cpu，而不是通过gpu直接拷贝的？ 是的，目前的处理逻辑，确实是会经过cpu做拷贝。你可以参考下这个讨论来修改，避免cpu的数据拷贝： https://github.com/DefTruth/lite.ai.toolkit/issues/60

> 具体的话，我没试过。不过可以看看我整理的资料，里边有关于fp16的 * [🔥🔥🔥 全网最详细 ONNXRuntime C++/Java/Python 资料！](https://zhuanlan.zhihu.com/p/414317269) * [onnxruntime中传入特定数据类型，比如fp16,int8](https://blog.csdn.net/znsoft/article/details/114583048)