1 引子1.1 案例描述1.2 学习目标1.3 模拟内容2 启动FLUENT并导入网格3 材料设置4 Cell Zones Conditions5 Calculate6 定义Injecions7 定义DPM材料8 颗粒追踪9 设置粒子分布直径10 粒子追踪11 统计出口面上粒径分布12 修改壁面边界以捕捉颗粒13 颗粒追踪14 考虑湍流效应15 考虑冲蚀16 后处理查看壁面冲蚀云图17 导出数据到CFD-POST18 CFD-POST操作 本案例延续案例1的模型及计算结果. 1 引子 1.1 案

这个模型思想很直观(有误),但是写的源码太难懂了(看的是release-3的版本,最接近Object Detection with Discriminatively Trained Part Based Models论文的实现)其实相似的论文还有一篇8页的A Discriminatively Trained, Multiscale, Deformable Part Model,建议先看8页的.参考博客1的格式,结合源码写写我对论文的理解(不一定对). Introduction 1.We desc

(转载请注明作者和出处 楼燚(yì)航的blog :http://www.cnblogs.com/louyihang loves baiyan/ 未经允许请勿用于商业用途) 由于目前DPM模型训练的代码没有C++版本,至少我没看见opencv ccv conrib等一些库中都没有看到相关训练的部分倒都是有detector的部分),大部分人都是基于Matlab来做训练的,放到wnidows下用一些别的DPM的库或者自己C++实现,那么这些模型的文件类型大多都是XML的,网上现成的都比较混乱,看到o

(转载请注明作者和出处 楼燚(yì)航的blog :http://www.cnblogs.com/louyihang-loves-baiyan/ 未经允许请勿用于商业用途) DPM目前使非神经网络方法里面较好的目标检测程序,作者呢也是Fast RCNN的作者 Ross Girshick,真的是牛人,这个模型是在2010年被提出的DPM的全称也就是Deformable Part Model,可变形部件模型.其主要思想是根据弹簧形变模型提出的,也就是一个目标物时分为主部分和子部件,分别叫做root和

搭建了自己的博客平台,本文地址:http://masikkk.com/blog/DPM-model-visualization/ DPM源代码(voc-release)中的模型可视化做的还算相当炫酷的,能够让我们直观的看到训练好的模型,甚至我们不用去做模型的评价,直接依据肉眼的观察.就能大致了解一个目标训练的好不好,比方我训练一个人体模型.那他的可视化图当然就是越接近人体越好. 以下是对DPM源代码中有关模型可视化部分代码的分析,通过分析这些代码.有助于更好的理解DPM模型. 注意:我的源代码版

1 引言2 问题描述3 准备4 FLUENT前处理 1 引言 DEM碰撞模型扩展了DPM模型的功能,能够用于稠密颗粒流动的模拟.该模型可以与DDPM(Dense DPM)模型何用以模拟颗粒对主相的阻碍作用,因此可以用于鼓泡流化床.提升管.气力输送系统以及泥浆流动.特别对于以下情况,DEM模型特别有用: 当颗粒粒径分布很广时 当计算网格相对粗糙时 本案例演示DDPM模型的使用,其中颗粒碰撞通过DEM模型来考虑. 2 问题描述 本例中,我们将会模拟模拟一个鼓泡流化床,并且决定其在给定表观速度情况下的

行人检测具有极其广泛的应用:智能辅助驾驶,智能监控,行人分析以及智能机器人等领域.从2005年以来行人检测进入了一个快速的发展阶段,但是也存在很多问题还有待解决,主要还是在性能和速度方面还不能达到一个权衡.近年,以谷歌为首的自动驾驶技术的研发正如火如荼的进行,这也迫切需要能对行人进行快速有效的检测,以保证自动驾驶期间对行人的安全不会产生威胁. 1   行人检测的现状 大概可以分为两类 1.1    基于背景建模 利用背景建模方法,提取出前景运动的目标,在目标区域内进行特征提取,然后利用分类器进行

学习资料: https://blog.paperspace.com/tag/series-yolo/ https://blog.csdn.net/u014380165/article/details/77961414 https://blog.csdn.net/u014380165/article/details/72616238 https://blog.csdn.net/u014380165/article/details/80202337 https://blog.paperspace.c

1 Fluent案例(21篇) [Fluent案例]01 空气流经障碍物 [Fluent案例]02:Tesla阀 [Fluent案例]03:RAE2822翼型外流场计算 [Fluent案例]04:多孔介质 [Fluent案例]05:非牛顿流体流动 [Fluent案例]06:流化床 [Fluent案例]07:气力输送 [Fluent案例]08:沸腾 [Fluent案例]09:造波 [Fluent案例]10:Adjoint求解器 [Fluent案例]11:流固耦合[1] [Fluent案例]11:流

以下是公众号CFD之道2018年的全部原创文章,共计210篇. 1 Fluent验证案例[60篇] Fluent验证案例02:通过均匀热通量管道层流流动 Fluent验证案例03:管道中湍流流动压降计算 Fluent验证案例04:压力梯度下的平面库艾特流动 Fluent验证案例05:管道中的泊肃叶流动 Fluent验证案例10:T型管流量分配 Fluent验证案例11:三角形腔体内层流流动 Fluent验证案例12:波形通道中湍流流动 Fluent验证案例13:后向台阶换热 Fluent验证案例

有兴趣查看原文:YOLO详解 人眼能够快速的检测和识别视野内的物体,基于Maar的视觉理论,视觉先识别出局部显著性的区块比如边缘和角点,然后综合这些信息完成整体描述,人眼逆向工程最相像的是DPM模型. 目标的检测和定位中一个很困难的问题是,如何从数以万计的候选窗口中挑选包含目标物的物体.只有候选窗口足够多,才能保证模型的 Recall.传统机器学习方法应用,使用全局特征+级联分类器的思路仍然被持续使用.常用的级联方法有haar/LBP特征+Adaboost决策树分类器级联检测 和HOG特征 +

前言: 原文链接:基于CNN的目标检测发展过程       文章有大量修改,如有不适,请移步原文. 参考文章:图像的全局特征--用于目标检测 目标的检测和定位中一个很困难的问题是,如何从数以万计的候选窗口中挑选包含目标物的物体.只有候选窗口足够多,才能保证模型的 Recall.传统机器学习方法应用,使用全局特征+级联分类器的思路仍然被持续使用.常用的级联方法有haar/LBP特征+Adaboost决策树分类器级联检测 和HOG特征 + SVM分类器级联检测. DPM方法为08年提出的一种可进行级

本例利用FLUENT的DDPM模型对提升管进行模拟. 1 介绍 本案例演示在FLUENT中利用稠密离散相模型(Dense discrete phase model,DDPM)模拟2D提升管.DDPM模型用于第二相,考虑颗粒的粒径分布. 本案例演示的内容包括: 使用Eulerian多相流模型 设置DDPM模型 使用合适的求解器求解案例 后处理 2 问题描述 如下图所示,一个竖直的提升管,底部有空气入口,颗粒从接近空气入口的底部进入. 3 FLUENT前处理 3.1 Preparation 准备网格

对于常见的工程应用来说,计算的工况很多,尤其优化工作,少则几百,多则上千,面对如此之多的case文件要写,假如按照一个一个的读写的话,相信你一定会为这么机械的工作烦躁,甚至影响今后好几天的心情,那么有什么简便一些的方法呢?答案是肯定的.那就是采用fluent的journal文件.首先打开fluent软件,在file/write/start journal,见下图: 选择保存文件名*.journal后(看你自己怎么设置文件名),我一般按照这一组的类型来命名:这样, journal文件就开始记录你以

关于可变部件模型的描写叙述在作者[2010 PAMI]Object Detection with Discriminatively Trained Part Based Models的论文中已经有说明: 含有n个部件的目标模型能够形式上定义为一个(n+2)元组:(F0,P1,..., Pn, b),F0是根滤波器,Pi是第i个部件的模型,b是表示偏差的实数值.每一个部件模型用一个三元组定义:(Fi,vi, di),Fi是第i个部件的滤波器:vi是一个二维向量,指定第i个滤波器的锚点位置(anch

步骤一,首先要使voc-release4.01目标检測部分的代码在windows系统下跑起来: 參考在window下执行DPM(deformable part models) -(检測demo部分) 步骤二,把训练部分代码跑通,在VOC数据集上进行測试,例如以下文: 在windows下执行Felzenszwalb的Deformable Part Model(DPM)源代码voc-release3.1来训练自己的模型 可是当中的learn.cpp代码有误.当中319行check(argc == 8

我的环境 DPM源代码版本号:voc-release3.1 VOC开发包版本号:VOC2007_devkit_08-Jun Matlab版本号:MatlabR2012b c++编译器:VS2010 系统:Win7 32位 learn.exe迭代次数:5万次 数据集:INRIA 人体数据集,等 步骤一,首先要使voc-release3.1目标检測部分的代码在windows系统下跑起来: 在Windows下执行Felzenszwalb的Deformable Part Models(voc-relea

转载自:http://blog.sina.com.cn/s/blog_5fd791530100d5ic.html fluent中设置了一些隐藏模型,普通的用户界面是没有相关选项的,必须用相关命令开启.以下为部分隐藏模型的开启方法: 1.并行模式(仅适用于单机多核情况) 在windows"开始/运行"中输入"fluent 2d -t2",其中"2d"表示2d求解器,"t2"表示用两个核心进行并行计算.需要注意的是,有的机器需要在

通过学习本算例您将获得? 1.学会基本的VOF模型设置流程 2.学会利用蒸发-冷凝模型来模拟传热沸腾 目录 1摘要4 2传热沸腾模型介绍4 3前处理4 4求解设置5 4.1启动Fluent5 4.2网格缩放6 4.3求解器设置7 4.4多相流模型设置8 4.5能量方程求解设置9 4.6紊流模型设置10 4.7添加材料11 4.8多相流中相设置12 4.9操作条件设置14 4.10边界条件设置15 4.10.1heatsource边界条件设置15 4.10.2wall_surface边界条件设置1

(转载请注明作者和出处 楼燚(yì)航的blog :http://www.cnblogs.com/louyihang-loves-baiyan/ 未经允许请勿用于商业用途) 本文主要是针对上一篇基于DPM的VOC-release5的版本,matlab的版本进行训练. 训练自己的数据集主要是修改pascal_data这个文件,这个是负责读取参与训练的正负样本,以下是我的的读取文件,其中我的正样本的数据格式为 1.jpg 2 x1 y1 x2 y2 x2_1 y2_1 x2_2 y2_2 图片路径之