<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[QLULIBIN的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/QLULIBIN</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; QLULIBIN]]></copyright><item><title><![CDATA[Ubuntu18.04安装OpenCV3.4.6到conda虚拟环境下]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/103879410</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/103879410</guid><author>QLULIBIN</author><pubDate>Tue, 07 Jan 2020 18:19:50 +0800</pubDate><description><![CDATA[1.去http://opencv.org/releases.html下载，选择3.4.6 sources版本
2.创建名为caffe-ssd虚拟环境(使用python3.6,顺便安装numpy):


conda create -n caffe-ssd python=3.6 numpy


3.激活虚拟环境:


source activate caffe-ssd


4.安装opencv所需的依...]]></description><category></category></item><item><title><![CDATA[交叉编译]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/102880750</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/102880750</guid><author>QLULIBIN</author><pubDate>Sun, 03 Nov 2019 11:53:30 +0800</pubDate><description><![CDATA[1、什么是交叉编译

1.1 本地编译

解释什么是交叉编译之前，先要明白一个概念：本地编译。

我们常见的软件开发，都是属于本地编译：在当前的PC下，x86的CPU下，直接编译出来程序，可以运行的程序（或者库文件），其可以直接在当前的环境，即x86的CPU下，当前电脑中，直接运行。

此时的编译，可以叫做，本地编译，即在当前目标平台下，编译出来的程序，也只是放到当前平台下，就可以运行的。

2....]]></description><category></category></item><item><title><![CDATA[从VOC数据集中抽取特定的类并重新制作成LMDB数据源]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/89393425</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/89393425</guid><author>QLULIBIN</author><pubDate>Fri, 19 Apr 2019 11:42:18 +0800</pubDate><description><![CDATA[公开数据集VOC中有20类，有时并不是所有的类都是我们所需要的，可以根据需要从中提取出特定类并重新制作成LMDB数据源。

第一步，从VOC数据集中提取特定的类，在VOC2007,VOC2012数据集下分别运行该代码即可提取出特定的类，注意修改代码中的地址，代码如下（Ubuntu环境）：


# -*- coding: utf-8 -*-
# @Function:There are 20 clas...]]></description><category></category></item><item><title><![CDATA[机器学习中的分类与回归问题]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/84783971</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/84783971</guid><author>QLULIBIN</author><pubDate>Tue, 04 Dec 2018 10:24:27 +0800</pubDate><description><![CDATA[输入变量与输出变量均为连续变量的预测问题是回归问题； 
输出变量为有限个离散变量的预测问题成为分类问题；

其实回归问题和分类问题的本质一样，都是针对一个输入做出一个输出预测，其区别在于输出变量的类型。 
分类问题是指，给定一个新的模式，根据训练集推断它所对应的类别（如：+1，-1），是一种定性输出，也叫离散变量预测； 
回归问题是指，给定一个新的模式，根据训练集推断它所对应的输出值（实数）是多少...]]></description><category></category></item><item><title><![CDATA[Jetson TX2 重新安装OpenCV3.4.0]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/84072356</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/84072356</guid><author>QLULIBIN</author><pubDate>Wed, 14 Nov 2018 19:43:18 +0800</pubDate><description><![CDATA[官网手册中的安装说明：https://docs.opencv.org/3.4.0/d7/d9f/tutorial_linux_install.html

版本： 
- Jetson TX2 
- JetPack3.2 
- OpenCV3.4.0 
- cmake 3.5.1 

PS：软件安装选择的版本很重要，因为JetPack3.2安装的是cuda9.0，我试过安装OpenCV3.3，结果出现...]]></description><category></category></item><item><title><![CDATA[深度学习论文翻译]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/83831241</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/83831241</guid><author>QLULIBIN</author><pubDate>Wed, 07 Nov 2018 20:29:15 +0800</pubDate><description><![CDATA[ 

图像分类

AlexNet

http://noahsnail.com/2017/07/04/2017-7-4-AlexNet%E8%AE%BA%E6%96%87%E7%BF%BB%E8%AF%91/

VGG

http://noahsnail.com/2017/08/17/2017-8-17-VGG%E8%AE%BA%E6%96%87%E7%BF%BB%E8%AF%91%E2%80%94...]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04 下双击运行可执行脚本文件]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/83618088</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/83618088</guid><author>QLULIBIN</author><pubDate>Thu, 01 Nov 2018 11:53:11 +0800</pubDate><description><![CDATA[1、安装 dconf-editor

sudo apt-get install dconf-editor

2、安装完成后直接输入dconf-editor打开dconf-editor

dconf-editor

3、org-&amp;gt;gnome-&amp;gt;natuilus-&amp;gt;preferences-&amp;gt;executable-text-activation

关闭使用默认值   自定义值改为...]]></description><category></category></item><item><title><![CDATA[高质量PPT模板网站]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/83031458</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/83031458</guid><author>QLULIBIN</author><pubDate>Fri, 12 Oct 2018 19:33:13 +0800</pubDate><description><![CDATA[1、优品PPT，一个有情怀的免费PPT模板下载网站，质量高，不次于收费模板。

http://www.ypppt.com/

2、第一PPT，搜索ppt模板排名第一的模板网站，导航分类非常详细！

http://www.1ppt.com/

3、51PPT，每天都会更新各网站的免费PPT模板，而且更新的都是高质量的精品！

http://www.51pptmoban.com/

4、OfficeP...]]></description><category></category></item><item><title><![CDATA[Jetson TX2测试caffe-ssd网络时遇到的问题]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/81913885</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/81913885</guid><author>QLULIBIN</author><pubDate>Tue, 21 Aug 2018 21:05:29 +0800</pubDate><description><![CDATA[问题如下图所示：



问题分析：

进过近两天查阅资料，发现该问题主要由两个原因造成。其一，TX2的显卡计算能力有限，当训练部分的batch_size设置过大时容易出现该问题；其二，为显卡计算能力与配置文件不匹配造成。

解决办法：

针对原因1：

仅需将ssd文件夹/examples/ssd/ssd_pascal.py文件中的batch_size，设小即可，根据TX2是我计算能力我设置为8，...]]></description><category></category></item><item><title><![CDATA[Jetson TX2使用USB摄像头]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/81874162</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/81874162</guid><author>QLULIBIN</author><pubDate>Tue, 21 Aug 2018 20:24:31 +0800</pubDate><description><![CDATA[我使用的是aoni奥尼免驱USB摄像头，在TX2下的ubuntu系统中也不用安装驱动，使用方便配置简单。



输入：


ls /dev/video*

将检测到两个摄像头，/dev/video0 是 TX2 开发板上自带的 CSI 摄像头，/dev/video1 就是刚连接上的USB摄像头了。

测试摄像头：

  1）使用应用程序camorama

 输入命令：


sudo apt-get...]]></description><category></category></item><item><title><![CDATA[caffe-ssd实际训练时遇到的问题]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/81810501</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/81810501</guid><author>QLULIBIN</author><pubDate>Sat, 18 Aug 2018 17:23:43 +0800</pubDate><description><![CDATA[问题一：

实际训练时，运行ssd_pascal.py文件时提示出现如下错误：

ImportError: No module named model_libs

一般两种情况下会出现该错误：

1、Python 路径错误

注：如果你的Ubuntu系统之前配置过caffe，后又因想尝试ssd网络而重新配置安装了caffe-ssd或caffe-root，那一般就是因为该原因造成的，因为python...]]></description><category></category></item><item><title><![CDATA[关于caffe训练网络时用到的命令]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/80762145</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/80762145</guid><author>QLULIBIN</author><pubDate>Thu, 21 Jun 2018 16:26:15 +0800</pubDate><description><![CDATA[###训练网络
#sudo sh ./build/tools/caffe train --solver=examples/mnist/train_lenet.sh
--solver：必选参数。一个protocol buffer类型的文件，即模型的配置文件。如：
# ./build/tools/caffe train -solver examples/mnist/lenet_solver.proto...]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04配置caffe（GPU）详细教程]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/80722788</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/80722788</guid><author>QLULIBIN</author><pubDate>Tue, 19 Jun 2018 15:34:09 +0800</pubDate><description><![CDATA[1、前言       重装系统配置caffe是进入深度学习领域必须经历的过程，可能中间会遇到很多麻烦，但是熟能生巧，不要轻易放弃。本人目前为止重装系统重新配置caffe大概已经有个十几次啦，但是每次都疏于整理，结果每次重装时都要翻看大量博客非常耽误时间，所以这次特此整理出来方便以后查看，也期望为看到这篇博客的你带来些许的帮助。2、配置过程       重新配置caffe之前一般要经历重装系统、安装...]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04上安装 opencv3.1详细教程]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/80730799</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/80730799</guid><author>QLULIBIN</author><pubDate>Tue, 19 Jun 2018 11:21:51 +0800</pubDate><description><![CDATA[1、进入官网 : http://opencv.org/releases.html , 选择 3.1.0 版本的 source , 下载 opencv-3.1.0.zip ，如下图所示。可能会非常慢，这里我提供我的网盘地址供大家选择，链接：https://pan.baidu.com/s/19KqQlxavFo5jURGOwJrBZg 密码：6ja22、下载之后将文件拷贝到home文件夹下，并将其解压...]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04上安装cudnn5.1详细教程]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/80729570</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/80729570</guid><author>QLULIBIN</author><pubDate>Tue, 19 Jun 2018 10:55:29 +0800</pubDate><description><![CDATA[1、首先去官网：https://developer.nvidia.com/rdp/cudnn-archive 下载对应 cuda 版本且 linux 系统的 cudnn 压缩包，如下图所示。注意官网下载 cudnn 需要注册帐号并登录，不想注册的可从我的网盘下载：链接：https://pan.baidu.com/s/1Ld8r6LXUl7cBkxApIDmQdg 密码：mrv92、下载完成之后进入...]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04上配置CUDA 8.0详细教程]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/80728355</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/80728355</guid><author>QLULIBIN</author><pubDate>Tue, 19 Jun 2018 09:39:27 +0800</pubDate><description><![CDATA[1、去官网下载CUDA首先在官网上(https://developer.nvidia.com/cuda-toolkit-archive)下载CUDA，不需要翻墙也不需要登录NVIDIA账号，所以我就不放我的百度云连接啦。如下图所示，依次选择 CUDA 类型然后下载即可。。2、下载完成后把下载的 CUDA 安装文件移动到 HOME 路径下并执行以下命令安装显卡驱动注：如果你确定你已经正确安装好NVI...]]></description><category></category></item><item><title><![CDATA[Jetson TX2更换软件源]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/80271096</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/80271096</guid><author>QLULIBIN</author><pubDate>Thu, 10 May 2018 20:13:51 +0800</pubDate><description><![CDATA[TX2的软件源为国外服务器，网速会很慢，需要换国内的ARM源。

备份/etc/lib路径下的source.list文件，然后在终端（按ctrl+alt+T打开）执行以下命令：


sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak    #为防止误操作后无法恢复，先备份原文件sources.list
sudo vim /etc/apt/...]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04+cuda8.0+cudnnV5.1环境下配置faster-rcnn]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/79902172</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/79902172</guid><author>QLULIBIN</author><pubDate>Mon, 16 Apr 2018 09:45:10 +0800</pubDate><description><![CDATA[前言：
1、安装faster-rcnn之前请确保caffe已安装且配置成功（由于faster-rcnn是两年以前提出来的，故不支持cudnn 5以上的版本，所以需要在faster-rcnn里替换一些文件，下文有提及）。
2、特别注意，你每一次编译的时候都需要把之前编译好的文件清除，否则编译不成功,在 ~/py-faster-rcnn/caffe-fast-rcnn下执行 make clean 操作就是清除上一次编译（没有成功的编译在你希望重新编译的时候都需要make clean）。]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04安装NVIDIA（GeForce1080Ti）显卡驱动]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/79947062</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/79947062</guid><author>QLULIBIN</author><pubDate>Sun, 15 Apr 2018 10:41:41 +0800</pubDate><description><![CDATA[安装显卡驱动的大致流程为：进入命令行终端 --&gt; 禁用lightdm桌面服务 --&gt; 安装驱动 --&gt; 启用lightdm桌面服务 --&gt; 重启进入BIOS关闭secure boot --&gt; 重启电脑
注意：Ubuntu系统集成的显卡驱动程序是nouveau，我们需要先将nouveau从linux内核卸载掉才能安装NVIDIA官方驱动

通过lsmod命令查看，确认nouveau是否已经被屏]]></description><category></category></item><item><title><![CDATA[基于Python的猜数字游戏]]></title><link>https://blog.youkuaiyun.com/QLULIBIN/article/details/79773317</link><guid>https://blog.youkuaiyun.com/QLULIBIN/article/details/79773317</guid><author>QLULIBIN</author><pubDate>Sat, 31 Mar 2018 21:32:56 +0800</pubDate><description><![CDATA[1. GUI from tkinter

2. 逻辑层 
例：
from tkinter import *    #tkinter是Python中一个GUI的库，提供一些现成的可以直接用来快速开发图形界面的相关应用，使用时需要先导入tkinter库

import tkinter.simpledialog as dl       #建立简单的对话框
import tkinter.me]]></description><category></category></item></channel></rss>