5 chaibubble

尚未进行身份认证

我要认证

相信美好的事情,终将发生

等级
TA的排名 1k+

Ubuntu 文件同步工具 rsync

cp和scp是ubuntu中文件拷贝常用的两个命令,一般在同一台服务器上我们是用cp命令,跨服务时使用过scp命令,但是如果做文件同步的话,rsync要比上述两个命令更好用一些,跨不跨服务器都是如此。因为rsync可以只同步需要更新的文件,而不是将所有的指定路径内的文件都拷贝一份,然后再目标路径下去覆盖源文件,比如本地的/mnt/tem文件夹要和远程xx.xx.xx.123的/mnt/tem路径做同步,可以使用:rsync -avu --progress /mnt/tem/ xx@xx.xx.xx.12

2020-08-02 17:54:58

Ubuntu nfs配置

NFS 即网络文件系统(Network File-System),可以通过网络让不同机器、不同系统之间可以实现文件共享。通过 NFS,可以访问远程共享目录,就像访问本地磁盘一样。NFS 只是一种文件系统,本身并没有传输功能,是基于 RPC(远程过程调用)协议实现的,采用 C/S 架构。ubuntu上的NFS用处非常广泛,比如可以让不同服务器上共享同一份文件,还可以增加服务的存储空间等等。既然是网络文件系统,nfs就必须要一个实际的物理空间作为服务端,而其他挂载这个空间的服务器称为客户端。nf服务端配置

2020-08-02 17:42:08

pip 换国内源

pip在安装python包时,默认使用的是国外的源,所以有时下载会比较慢,可以在install时将源指定为国内的源,比如阿里源或者清华源,临时使用pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package设为默认pip install pip -Upip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple同样的上述配置也可以使用阿

2020-07-20 01:08:18

pip install时timeout设置

在使用pip安装python相关包时,常常会由于网络问题,导致超时,下载失败,而且换成国内源的时候,也有可能出现这种情况,比如使用pip安装pytorch的时候,这个时候可以通过修改timeout加长download的下载时间,缓解超时的问题:默认timeout:不指定timeout时15s,pip install python-moudle这个时间可以在pip命令中看到,输入pip后打印的参数列表中会有一行:--timeout <sec> Set the socket timeo

2020-07-20 00:50:29

目标检测(object detection)系列(十三)CenterNet:no Anchor,no NMS

目标检测系列:目标检测(object detection)系列(一) R-CNN:CNN目标检测的开山之作目标检测(object detection)系列(二) SPP-Net:让卷积计算可以共享目标检测(object detection)系列(三) Fast R-CNN:end-to-end的愉快训练目标检测(object detection)系列(四) Faster R-CNN:有RPN的Fast R-CNN目标检测(object detection)系列(五) YOLO:目标检测的另一种打

2020-07-05 22:40:09

MOT:FairMOT

简介《FairMOT:A Simple Baseline for Multi-Object Tracking》是一个online的多目标跟踪(MOT)算法,基于TBD(Traking-by-Detection)的策略,FairMOT主要就是基于JDE做的改进,可以简单的理解为,FairMOT是将JDE的YOLOv3的主干,改成了CenterNet,也就是将检测的方法由Anchor-base换成了Anchor-free,然后同样在已有检测模型上加了了embeeding分支,模型输出检测的结果和embeedi

2020-06-26 19:29:52

VSCode:断点调试技巧Hit Count

在代码调试过程中,有一些复杂的代码需要之前运行一段过程后才到想要调试的阶段,而在这之前,我们希望程序执行到断点时不要中断,而是跳过,此时就需要更复杂的断点调试功能,比如Hit Count。最简单的例子就是在一个for循环中,指定要出触发的次数for i in range(1000): print(i)比如在上面的循环中,我们想要第500次的时候才触发断点,那么就可以在VScode中这样设置:在Hit Count中输入500并Enter,断点就在500次的时候才触发,并只在500次的时候触

2020-05-23 21:52:33

MOT:通用性能评价标准

简介:MOTChallenge是多目标跟踪领域最为常用的benchmark,其中2D MOT15,3D MOT15,MOT16,MOT17,MOT20都是多目标跟踪领域常用的数据集。下面我们按照MOTChallenge中的评价标准进行介绍,当然MOTChallenge也主要参考《Evaluating Multiple Object Tracking Performance: The CLEAR MOT Metrics》评价指标:总结CLEAR MOT Metrics认为一个好的多目标跟踪器应该有如

2020-05-22 21:54:41

Ubuntu oh-my-zsh与autosuggestions配置

shell的类型有很多种,linux下默认的是bash,而bash的界面过于单调,命令提醒功能也不友好,zsh+autosuggestions就是为了让界面变得更美观,使用变得更高效。而oh-my-zsh在其中的作用就是让zsh的配置变得简单易用,并提供了大量的主题以供选择。在Mac os和Linux系统中,上述组合经常被人使用。zsh安装与配置确定当前使用的shell,默认为bash:e...

2020-04-07 00:26:36

Ubuntu创建用户 adduser和useradd

adduser和useradd的区别初次接触Ubuntu的用户管理内容时,可能都会有这样的疑惑,Ubuntu中adduser和useradd都可以用来创建用户,关于二者的区别,网路上也有很多介绍,但是这些介绍有些并不准确,下面对二者的区别做一个对比:首先可以确定的一点是,adduser和useradd在Ubuntu中都可以用来创建用户,不存在一个可以一个不可以的概念;Linux中通常会使用...

2020-04-06 22:52:17

MOT:Towards Real-Time Multi-Object Tracking

简介《Towards Real-Time Multi-Object Tracking》是一个online的多目标跟踪(MOT)算法,基于TBD(Traking-by-Detection)的策略,在之前的MOT算法中惯用的策略就是先检测,得到视频中目标bbox,然后再考虑前后帧的匹配策略,为了更好的匹配效果,一般匹配中都会加入Re-ID,文章中把Re-ID等同于embedding,即一般方法中,d...

2019-12-15 19:47:55

Python使用pipreqs分析项目依赖

Python的程序一般需要很多依赖包,如果想要把这些包导出成requirements.txt的形式,常规的方法是直接使用pip freeze命令:pip freeze > requirements.txt随后,在另一个环境中使用:pip install -r requirements.txt从requirements.txt中恢复依赖环境。但是这样做有一个问题,那就是pip ...

2020-03-23 18:29:06

Python 使用@property

Python中的@property装饰器作用有两个:一个是动态更新功能一个是定义只读属性首先是动态更新功能,类内加了@property装饰器的函数具备动态更新功能,类似于一种回调函数,只要函数内涉及的变量有变化,该函数就会执行回调,动态更新。也是因为这种特性,所以@property修饰的可以理解为一个变量,动态更新的也是这个变量。举个例子:class Class(object):...

2020-03-19 12:16:23

MOT:SORT

简介SORT是一个快速的在线的多目标跟踪(MOT)算法,基于TBD(Traking-by-Detection)的策略,这些特性决定了SORT实用性非常好,SORT的论文是《SIMPLE ONLINE AND REALTIME TRACKING》,发表于2016年,SORT在当时对MOT领域起到了benchmark般的作用。SORT原理主要贡献SORT的主要贡献有两个:证明了一个性能优异...

2019-10-06 19:36:03

目标检测(object detection)扩展系列(三) Faster R-CNN,YOLO,SSD,YOLOv2,YOLOv3在损失函数上的区别

Faster R-CNN,YOLO和SSD通用目标检测领域有着奠基一般的作用, 而YOLOv2和YOLOv3由于其灵活易用的特性,在工业界一直很受欢迎,下面这篇文章主要想从损失函数的角度集中讨论下这几个主流框架的区别。

2019-10-04 21:00:52

交叉熵损失(Cross Entropy)求导

Cross Entropy是分类问题中非常常见的一种损失函数,我们在之前的文章提到过二值交叉熵的证明和交叉熵的作用,下面解释一下交叉熵损失的求导。

2019-10-02 22:53:58

关于梯度下降优化算法的概述

梯度下降算法是最流行的优化算法之一,并且是迄今为止最常见的优化神经网络的方法。同时,每个最先进的深度学习库包含各种梯度下降优化算法的实现,(例如: lasagne,caffe和keras)。然而,这些算法通常用作黑盒优化器,因为它们的优点和缺点的实际解释很难实现。本文旨在为您提供不同的梯度下降优化算法最直观的作用,这将有助于您更好的使用它们。我们首先要看梯度下降的不同变体。 然后,我们将简要总结训练过程中的挑战和困难。

2019-08-09 14:15:11

Python3 基本数据结构总结

简介Python3基本数据结构有列表(list),元组(tuple),字典(dictionary)和集合(set)四种。

2019-09-22 18:33:24

图像生成:SaGAN

简介SaGAN,即生成对抗模型,是图像生成领域内的一种重要方法,它在2014年由Goodfellow提出,它的论文是《Generative Adversarial Networks》,GAN是在训练两个相互对抗的网络,一个生成器(Generator)和一个判别器(Descriminator)。当训练达到平衡时,对于一个输入噪声zzz。G(z)G(z)G(z)就是最后生成出来的图像。GAN原理...

2019-09-18 19:41:29

图像生成:GAN

GAN,即生成对抗模型,是图像生成领域内的一种重要方法,它在2014年由Goodfellow提出,它的论文是《Generative Adversarial Networks》,GAN是在训练两个相互对抗的网络,一个生成器(Generator)和一个判别器(Descriminator)。当训练达到平衡时,对于一个输入噪声z。G(z)就是最后生成出来的图像。

2019-09-15 17:44:54

查看更多

CSDN身份
  • 博客专家
勋章 我的勋章
  • GitHub
    GitHub
    绑定GitHub第三方账户获取
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv2
    勤写标兵Lv2
    授予每个自然周发布4篇到6篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。