<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[LSS_LSS的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/LSS_LSS</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; LSS_LSS]]></copyright><item><title><![CDATA[【Jetson Orin NX边缘设备上部署YOLOV8】——基础环境配置P2]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/149643867</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/149643867</guid><author>LSS_LSS</author><pubDate>Fri, 25 Jul 2025 17:13:22 +0800</pubDate><description><![CDATA[完成上述步骤后，你就能正常采用训练好的程序，实时检测相机获取到的图像信息。为加快识别进度，需要进一步将best.pt文件转为中间格式的.ONNX或.engine，可提升3-5倍运行速度。下载后，将ZIP文件存放在/home/Jeston/目录下。的对应关系，如果在前面步骤中系统已经自动安装了。ZED SDK 安装完成后，]]></description><category></category></item><item><title><![CDATA[【Jetson Orin NX边缘设备上部署YOLOV8】——基础环境配置P1]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/149257539</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/149257539</guid><author>LSS_LSS</author><pubDate>Thu, 10 Jul 2025 23:23:44 +0800</pubDate><description><![CDATA[本文介绍了在Jetson Orin NX边缘计算设备上搭建深度学习开发环境的完整流程。主要内容包括：1)Pytorch环境搭建（通过离线/在线方式安装并验证）；2)Torchvision安装（需编译特定版本）；3)TensorFlow环境配置（含Numpy版本管理）；4)YOLO环境部署（支持多种安装方式）。文档详细说明了每个框架的安装步骤、版本依赖关系和验证方法，并提供了离线包下载地址和在线安装命令。该配置指南针对Jetson平台优化，涵盖从基础依赖到目标检测框架的完整工具链搭建，适用于智能安防、工业质检]]></description><category></category></item><item><title><![CDATA[Jupyterlab解压Rar文件和Zip文件]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/146114275</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/146114275</guid><author>LSS_LSS</author><pubDate>Sat, 08 Mar 2025 12:54:56 +0800</pubDate><description><![CDATA[其中 x 表示解压到当前目录，并保留文件结构。2. 使用 JupyterLab 终端解压（推荐）3. 使用 JupyterLab 文件管理器。1. 使用 Python 代码解压。]]></description><category></category></item><item><title><![CDATA[基于Pycharm的YOLOv8杂草视觉检测3——X-AnyLabeling半自动标注工具操作指南！]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/145786992</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/145786992</guid><author>LSS_LSS</author><pubDate>Sat, 22 Feb 2025 13:26:57 +0800</pubDate><description><![CDATA[最近采集了不少杂草，需要用到图片标注工具制作自己的数据集，但手工标定费时费力还费钱。是一款基于AnyLabeling二次开发的智能图像标注工具，专为计算机视觉任务设计。支持YOLO系列（v5/v7/v8/v9）、COCO、VOC等多种格式，集成SAM等先进模型实现智能预标注，标注效率提升300%+。本文主要介绍该工具的安装、杂草数据集制作、YOLOV8S模型训练中的步骤。]]></description><category></category></item><item><title><![CDATA[【ZED2双目相机】将ZED2相机获取的视频格式svo2转换成avi/mp4等格式]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/143743871</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/143743871</guid><author>LSS_LSS</author><pubDate>Wed, 13 Nov 2024 16:15:21 +0800</pubDate><description><![CDATA[它是一种原始的录制格式，用于保存 ZED2 相机捕捉到的立体视频数据（包括双目视频流）以及相关的传感器数据（如深度图、IMU 数据等）。，这使得它不仅是一个视频文件，还包含了相机的额外信息，适用于三维重建、SLAM（同步定位与建图）等应用。即为格式转换命令行，表示是获取左右两个摄像头视频，并将svo格式转换为avi格式。：可以包括由 ZED2 相机生成的深度图，代表每个像素到相机的距离。：包括相机在空间中的位置和方向，用于后续的位姿估计或3D重建。：包含相机的立体视频流（即左、右相机图像）。]]></description><category></category></item><item><title><![CDATA[基于Pycharm的YOLOv8杂草视觉检测2——ZED2相机环境配置+相机标定]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/142283081</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/142283081</guid><author>LSS_LSS</author><pubDate>Sun, 15 Sep 2024 14:46:14 +0800</pubDate><description><![CDATA[基于训练的杂草识别模型，使用ZED2相机进行杂草视觉检测]]></description><category></category></item><item><title><![CDATA[基于Pycharm的YOLOv8杂草视觉检测1——运行环境配置+杂草识别示例]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/135025853</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/135025853</guid><author>LSS_LSS</author><pubDate>Tue, 09 Jan 2024 09:52:37 +0800</pubDate><description><![CDATA[目标检测只是计算视觉中很小的一部分，还包括分类、动态跟踪与定位等一系列的工作。上面的内容虽然看似简单，但却花费了小白我一个月时间去购置主机、配置yolov8环境、搜寻数据集、标注、跑程序等。接下来我会继续更新关于杂草识别与定位的个人研究内容，欢迎大家持续关注。]]></description><category></category></item><item><title><![CDATA[OpenCV-Python图像处理：Canny边缘检测]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/132143429</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/132143429</guid><author>LSS_LSS</author><pubDate>Mon, 07 Aug 2023 17:25:32 +0800</pubDate><description><![CDATA[Canny的工作本质是，从数学表达了上述三个准则，并试图找到这些公式的最优解。Canny边缘检测在一阶微分算子的基础上，增加了非最大值抑制和双阈值两项改进。利用非极大值抑制不仅可以有效地抑制多响应边缘，而且还可以提高边缘的定位精度；利用双阈值可以有效减少边缘的漏检率。]]></description><category></category></item><item><title><![CDATA[OpenCV-Python中的图像处理]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/132107658</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/132107658</guid><author>LSS_LSS</author><pubDate>Sat, 05 Aug 2023 21:22:18 +0800</pubDate><description><![CDATA[文章目录图像是由像素组成，当计算机接收到一副图像是，首先是将像素点转换为对应的数组。我们以下面的 5*5 像素点数据矩阵为例，，0代表像素全黑，255为全白。我们可以给像素点数值设置一个门槛（），当低于或高于这个门槛的数据会按照一定的规则进行处理。可以看到，与原始图片对比，(阈值80)情况下BINARY在亮的地方更亮了(变为255)，暗的地方更暗了(变为了0)。BINART_INV与其相反。后三种方法同理如上面所解释。]]></description><category></category></item><item><title><![CDATA[Python中文件的读取、写入]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/131994100</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/131994100</guid><author>LSS_LSS</author><pubDate>Sat, 29 Jul 2023 14:54:31 +0800</pubDate><description><![CDATA[readlines会读取全部文件内容，并返回由每行组成的字符串列表，所以它一般回合for循环结合使用，先调用readlines（）把所有行读出来，然后一行一行循环列表里的所有内容，所以还是可以用熟悉的with open as，此时需要将读取模式"r"改为写入模式"w"。注意："w"模式下，若原本没有poem.txt的存储路径，系统会帮你创建，但如果存在该文件并且有内容，系统会自动清除原本的所有内容。还有个需要注意的点，无论是"w"还是"a"模式，都无法直接去读文件里原本的内容，此时，选用。]]></description><category></category></item><item><title><![CDATA[Python数据类型——字典（dictionary）详解]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/131965343</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/131965343</guid><author>LSS_LSS</author><pubDate>Thu, 27 Jul 2023 20:45:22 +0800</pubDate><description><![CDATA[dict** 作为 Python 的关键字和内置函数，变量名不建议命名为。键一般是唯一的，如果重复最后的一个键值对会替换前面的，值不需要唯一。字典是另一种可变容器模型，且可存储任意类型对象。分割，每个键值对之间用逗号。分割，整个字典包括在花括号。]]></description><category></category></item><item><title><![CDATA[Python导入标准库函数的四种语法]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/131940203</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/131940203</guid><author>LSS_LSS</author><pubDate>Wed, 26 Jul 2023 15:46:48 +0800</pubDate><description><![CDATA[在import 后面跟上模块的名字，语法为：import 模块名。导入整个模块后，可以使用模块名加点操作符（）来访问模块中的函数。]]></description><category></category></item><item><title><![CDATA[Python出现SyntaxError: invalid syntax，原因及解决方法]]></title><link>https://blog.youkuaiyun.com/LSS_LSS/article/details/131938611</link><guid>https://blog.youkuaiyun.com/LSS_LSS/article/details/131938611</guid><author>LSS_LSS</author><pubDate>Wed, 26 Jul 2023 14:40:39 +0800</pubDate><description><![CDATA[Python使用缩进来表示代码块，如果缩进不正确，会导致SyntaxError。解决方法：检查代码块的缩进是否正确，确保每个代码块都有相同的缩进级别。解决方法：检查代码中的语法错误，并根据错误提示进行修复。如果在代码中使用了未导入的模块或函数，会导致SyntaxError。解决方法：确保所有需要使用的模块都已经导入，并且导入语句放在代码的开头部分。解决方法：检查代码中的引号是否正确匹配，并进行修复。例如，括号没有正确关闭、括号内的元素没有正确对应等。解决方法：检查代码中的括号是否正确匹配，并进行修复。]]></description><category></category></item></channel></rss>