- 博客(48)
- 资源 (8)
- 收藏
- 关注
原创 yolov4实战训练数据
1、训练:darknet.exe detector train jht_data\voc_num.data cfg\yolov4_num.cfg yolov4_num_best0110.weights -mapdarknet.exe detector train jht_data\voc_num.data cfg\yolov4_num.cfg yolov4.conv.137 -mapdarknet.exe detector train jht_data\voc_cir.data jht_data\yo
2023-03-30 22:07:13 392
原创 Darknet-YOLOv4训练步骤
1、打开终端,克隆项目git clone https://github.com/AlexeyAB/darknet.git2、修改Makefile文件其中,GPU和CUDNN是GPU加速,CUDNN_HALF是特定硬件加速,OPENCV是否使用OpenCV,AVX和OPENMP是CPU加速3、编译cd darknetmake 或者 make -j8(加速编译)4、制作数据集制作数据集,进入桌面 “yolov4Detection/darknet”我们只需要对里面的“train_data”文
2023-03-30 22:06:57 1032
原创 大前端养成之路:学一点MongoDB(二)
MongoDB数据建模是使用MongoDB进行数据存储和管理的重要环节。下面将分为三部分,分别是数据建模基础知识、MongoDB数据建模原则以及数据建模案例实战。同时,还将使用node.js技术栈实现相关代码案例,以便更好地理解MongoDB数据建模的过程。
2023-03-30 00:00:44 541 1
原创 大前端养成之路:学一点MongoDB(一)
NoSQL是指非关系型数据库,与传统的关系型数据库相对应。在NoSQL数据库中,数据是以键值对、文档、列族或图形等方式进行存储,而非传统的二维表格的形式。相比于传统的关系型数据库,NoSQL数据库具有更好的可扩展性、更好的性能和更高的灵活性。常见的NoSQL数据库有MongoDB、Cassandra、Redis、Couchbase等。我在百度上找了个图,形象地展现两个数据库的差异(如有侵权,请联系我删除)可以将传统数据库比喻为图书馆,每本书都有明确的编号、分类、位置等信息,检索和管理起来比较繁琐。
2023-03-24 23:58:42 478
原创 React Native与原生通信
一、RN与安卓通信1、RN调用安卓原生组件2、RN用消息机制方式与安卓原生代码切换3、RN用Promise机制与安卓原生代码通信4、RN用callback回调方式与安卓原生代码通信二、RN与IOS通信1、定义导出的方法名2、promise实现的回调函数3、继承RCTEventEmitter类
2022-09-27 11:44:09 1368
原创 TypeScript常用知识点及其最佳实践总结
TypeScript是添加了类型系统的 JavaScript,适用于任何规模的项目;在运行前需要先编译为 JavaScript,在编译阶段就会进行类型检查TypeScript 通过:指定变量的类型;TypeScript 只会在编译时对类型进行静态检查,如果发现有错误,编译的时候就会报错;即使报错了,还是会生成编译结果,如果要在报错的时候终止 js 文件的生成,可以在 tsconfig.json 中配置 noEmitOnError。...
2022-09-01 16:19:01 804
原创 Redux学习与使用
Redux并不是必需的,只有在项目存在多交互、多数据源的场景才应该考虑使用,其设计思想可总结为:Web 应用是一个状态机,视图与状态是一一对应的,所有的状态,保存在一个对象里面。
2022-09-01 16:16:18 560 1
原创 redux太繁琐?一文入门学会使用mobx简化项目的状态管理
redux太繁琐?一文入门学会使用mobx简化项目的状态管理mobx是一个简单、可扩展状态工具,相比redux,具有以下特点- 简洁、无模板代码(redux需要写大量模板代码)- 响应式数据,可直接修改(redux需要保证不可变)- 可直接处理异步(redux需要中间件处理异步)- 适合简单、规模不大的应用(redux约束强,更适合大型多人协作开发)......
2022-09-01 15:17:37 1850
原创 谷歌浏览器添加React Developer Tools和 Redux DevTools
1、下载扩展程序本地包。2、点击谷歌浏览器右上角 -> 设置 -> 扩展程序。3、加载已解压的扩展程序。4、选择相应的文件夹。
2022-08-30 16:35:55 516 1
原创 笔记本电脑远程控制jetson nano/nx桌面的三种方法
带Jetson nano/nx外出调试,还得配上显示器、键盘鼠标,实在不方便。所以希望用笔记本电脑连接nano/nx实现远程桌面控制,一共实现了三种连接方式:向日葵远程控制、VNC Viewer远程连接和Window10的远程桌面连接,其中第一种只需要保证nano/nx联网即可,后两种需要笔记本电脑用网线连接到nano/nx上解决了Desktop Sharing无法运行、ubuntu桌面管理环境 gdm3,KDM,lightdm与向日葵冲突导致向日葵闪退、解决xfce4-panel远程桌面无法打开终端问题
2022-07-05 00:07:36 12433 1
原创 Vision Transformer学习
Transformer1、搞懂TransformerDETR1、搞懂DEtection TRanformer(DETR)2、End-to-End Object Detection with Transformers[DETR]3、DETR(DEtection TRansformer)的初步摸索4、DETR详解:NLP里面的Transformer也能做目标检测?5、DETR:Facebook提出基于Transformer的目标检测新范式,性能媲美Faster RCNN | ECCV 2020 O
2022-07-05 00:03:24 341
原创 OpenCV中SimpleBlobDetector的使用
Blob 找圆 OpenCV 的api:SimpleBlobDetector 的c++代码
2022-07-03 23:34:50 1226
原创 Ubuntu报错NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver
英伟达驱动问题:AssertionError: CUDA unavailable, invalid device 0 requested$ nvidia-smiNVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.
2021-10-05 21:27:10 228
原创 MX450笔记本安装Ubuntu双系统配置cuda/anaconda/opencv
MX450笔记本安装Ubuntu双系统配置cuda/anaconda/opencvWindow10+Ubuntu18.04双系统的安装与卸载安装Nvidia官方驱动配置cuda11.0以及cudnn v8.0.1配置anaconda和opencv4.1.2
2021-09-27 20:40:25 1222
原创 git常用命令总结
Git支持多种协议,默认的git://使用ssh,也可以使用https等其他协议,但ssh协议速度最快。创建一个属于自己的分支,在自己的分支上干活、提交,直到开发完毕后,再一次性合并到原来的分支上,这样,既安全,又不影响别人工作。
2021-09-13 17:50:50 614
原创 报错torch.nn.modules.module.ModuleAttributeError: ‘Hardswish‘ object has no attribute ‘inplace‘
报错torch.nn.modules.module.ModuleAttributeError: 'Hardswish' object has no attribute 'inplace'这是因为pytorch版本过高(我的是1.7)方法一降低torch版本,降为torch=1.6.0,torchvision=0.7.0就行方法二打开torch/nn/modules路径下的activation.py文件(具体路径可以看你的报错信息),定位到438行,去掉‘ self.inplace’
2021-09-08 17:11:23 2982
原创 报错ModuleNotFoundError: No module named ‘_polyiou‘
报错ModuleNotFoundError: No module named '_polyiou',因为swig没有正确安装,因为环境中有python2、python3,所以安装swig命令修改如下:sudo apt-get install swigswig -c++ -python polyiou.ipython3 setup.py build_ext --inplace
2021-09-08 16:42:22 2083
原创 Window下报错:‘ffmpeg‘ 不是内部或外部命令,也不是可运行的程序 或批处理文件。
# 报错问题```cppffmpeg -i teaser.mov'ffmpeg' 不是内部或外部命令,也不是可运行的程序 或批处理文件。```这是因为电脑系统环境未配置ffmpeg# 解决方法下载ffmpeg软件包,并配置到系统环境中
2021-08-11 13:27:26 13861 2
原创 linux下使用串口权限问题/dev/ttyUSB0 permission denied.
在linux下用串口助手cutecom,打开/dev/ttyUSB0串口时,报错/dev/ttyUSB0 permission denied.原因是没有权限,查阅发现两种解决方案//使用root权限启动cutecomsudo cutecom//终端打开指定串口权限sudo chmod 777 /dev/ttyUSB0但这两种方法都有点治标不治本,每次开机都得操作一遍,实在麻烦。后面找到了个一劳永逸的解决方法sudo usermod -aG dialout usernameuser
2021-08-03 13:56:16 8473
原创 QT报错error: Unknown module(s) in QT: serialport
QT报错error: Unknown module(s) in QT: serialport报错问题error: Unknown module(s) in QT: serialport解决方法安装serialport库```cppsudo apt-get install libqt5serialport5sudo apt-get install libqt5serialport5-dev```
2021-08-02 13:17:51 1919
原创 QT报错error: 警告:文件“../classify/classify.pro”的修改时间在未来 142091 秒后
QT报错error: 警告:文件“../classify/classify.pro”的修改时间在未来 142091 秒后
2021-08-02 12:52:54 1091
原创 Jetson nano刷机安装系统
准备工作:32GB以上的TF卡、笔记本电脑、Win32DiskImager软件、Jetson nano可以到官网上下载镜像,系统已经配置好cuda、opencv、tensorrt的了:假如开机后开机一直卡在黑屏加载,可以按下面组合键,安全重启:
2021-07-30 14:28:37 2404 1
原创 Jetson nano/nx通过网线连接电脑实现远程控制
本博文通过网线把Jetson nano/nx连接到笔记本电脑,然后在电脑上使用VNC Viewer,或者Window10自带的远程桌面连接软件,实现远程控制nano/nx。解决了nano/nx桌面共享失灵问题、测试发现相同分辨率下,VNC Viewer似乎比Window10自带的远程桌面连接软件要流畅一点。完成所有设置,后面nano/nx只要接电,笔记本电脑即可通过网线实现远程控制。
2021-07-17 21:10:10 6406 6
原创 Jetson nano/nx使用麒麟arm版向日葵实现远程控制
Jetson nano/nx使用麒麟arm版向日葵实现远程控制1、安装向日葵软件2、运行Sunlogin Client3、向日葵闪退问题4、重启系统5、重启后黑屏问题特别提醒:本博客的第3步切换桌面管理环境到lightdm,存在重启后开机黑屏的风险,我在自己的nano/nx上都没有问题,但帮一个同学的nx配置时,切换到lightdm,重启开机却出现了黑屏,所以执行第3步的话要有心理准备,黑屏解决方法见第5步,特此提醒。
2021-07-16 19:03:57 15711 26
原创 torch.cuda.synchronize()同步统计pytorch调用cuda运行时间
这是因为CUDA kernel函数是异步的,所以不能直接在CUDA函数两端加上time.time()测试时间,这样测出来的只是调用CUDA api的时间,不包括GPU端运行的时间。我们需要要加上线程同步函数,等待kernel中所有线程全部执行完毕再执行CPU端后续指令。上面代码我们将同步指令加在了python端,用的是torch.cuda.synchronize函数。其中第一次同步是为了防止前面的代码中有未同步还在GPU端运行的指令,第二次同步就是为了等result = model(input)所有线程
2021-07-01 14:11:18 9127 2
原创 分清cols和rows,x与y,以及width和height的关系
行列与坐标系对应关系行rows:Y (height)列cols:X (width)其中OpenCV用的是cols(列数)和rows(行数)来表示图片的宽高Mat frame;cout<<"图片宽width为:"<<frame.rows<<endl;cout<<"图片高height为:"<<frame.cols<<endl;Ref:opencv 图像row、col坐标对应关系...
2021-07-01 14:00:06 10751
原创 OpenCV读取视频,逐帧处理后,保存成视频(cpp代码)
OpenCV读取视频,逐帧处理后,保存成视频(cpp代码),需要配置好opencv环境变量,因为图像处理需要消耗一定时间,所以图片展示速度比保存视频要慢
2021-07-01 13:56:52 2439 4
原创 Jetson Xavier NX开发记录(一)基础环境配置
记录Jetson Xavier NX刷系统流程1、下载镜像2、格式化内存卡3、将镜像写入内存卡Ref:带你玩转Jetson Xavier NX系列教程 | Xavier NX刷机教程
2021-06-09 14:11:13 2300
原创 Jetson Xavier nx成功配置tensorflow1.15
首先根据nx系统版本安装匹配的tensorflow,可以先按照官方给出的依赖包都安装一遍,我手上nx系统是JetPack4.5,所以装的1.15Illegal instruction (core dumped)No module named 'astor'No module named 'termcolor'
2021-05-20 20:31:25 1437
原创 QT实现多线程,以及子线程调用主线程方法与变量
实现思路:第一步需要将子线程声明为主线程的友元类,第二步是将主线程类对象的地址通过信号槽传递给子线程中创建的对象,使得子线程能访问主线程的数据的
2021-05-09 21:23:48 7260 2
原创 FP32、FP16和INT8
FP32(Full Precise Float 32,单精度)占用4个字节,共32位,其中1位为符号位,8为指数位,23为尾数位。FP16(float,半精度)占用2个字节,共16位,其中1位为符号位,5位指数位,十位有效数字位。与FP32相比,FP16的访存消耗仅为1/2,也因此FP16是更适合在移动终端侧进行AI计算的数据格式。INT8,八位整型占用1个字节,INT8是一种定点计算方式,代表整数运算,一般是由浮点运算量化而来。在二进制中一个“0”或者“1”为一bit,INT8则意味着用8bit来表
2021-04-26 21:03:40 22236 2
原创 Win10环境用VS2019配置TensorRT 7.1.3.4
下面是我的环境Win10Anaconda3Pyhton3.7VS2019cuda11.0cudnn8.0
2021-04-06 16:22:31 1376 1
原创 linux下用yolov4/yolov4-tiny训练自己的数据
1、下载项目文件链接:GitHub地址2、下载训练的权重文件链接:(tiny) YOLOv4 详细训练指南(附下载链接)3、准备数据集可以用labelimg标注数据,然后图片放image、标注文件放xml4、修改.data、.name、.cfg文件根据自己训练数据的类别修改.data、.name文件.cfg文件注意修改classes=你的类别数,并修改classes往上找的第一个filters=(classes+5)x 35、生成训练集和验证集(split_train_val.py)
2021-03-23 10:55:03 922
jetson nx配置onnxruntime环境
2021-09-12
mnistData.zip
2021-04-06
TensorRT-7.1.3.4.Windows10.x86_64.cuda-11.0.cudnn8.0.zip
2021-04-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人