<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[XC___XC的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/XC___XC</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; XC___XC]]></copyright><item><title><![CDATA[【Readme】——readme的一般格式和内容（个人笔记）]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/140732181</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/140732181</guid><author>XC___XC</author><pubDate>Sat, 27 Jul 2024 11:04:32 +0800</pubDate><description><![CDATA[README 文件是项目中最重要也是最常用的文档之一，它提供了关于项目的基本信息，帮助用户了解项目的用途、功能、安装步骤、使用方法等。一个精心编写的 README 文件能够显著提高项目的可见性和易用性。常见问题解答（FAQ）]]></description><category></category></item><item><title><![CDATA[【项目代码规范】——项目开发过程中的书写规范（个人笔记）]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/140719640</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/140719640</guid><author>XC___XC</author><pubDate>Fri, 26 Jul 2024 17:05:13 +0800</pubDate><description><![CDATA[前言
编写高质量的 Python 代码不仅有助于提高代码的可读性和可维护性，还能增强团队合作效率。下面是一套适用于高级算法程序员的 Python 项目代码书写规范。这套规范涵盖了代码结构、命名约定、注释、文档、测试等方面。
1. 项目结构
	项目根目录:
		src: 源代码目录，核心算法
		tests: 测试代码目录，测试脚本文件
		docs: 文档目录，说明文档
		data: 数据目录
		scripts: 脚本目录
		requirements.txt: 依赖管理文件
		setup.py: 项]]></description><category></category></item><item><title><![CDATA[【scrapy】——个人笔记]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/117321032</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/117321032</guid><author>XC___XC</author><pubDate>Tue, 16 Jul 2024 20:11:45 +0800</pubDate><description><![CDATA[scrapy爬虫框架。
第一，更改目录，改成要建立爬虫工程的文件目录，创建爬虫。
– cd pycodes                                   (创建一个目录，存放工程文件)
– scrapy startproject python123demo            (创建工程，工程名称)
– cd python123demo                             (转移到工程目录中)
– scrapy genspider demo python123.i]]></description><category></category></item><item><title><![CDATA[【Docker】——安装镜像和创建容器，详解镜像和Dockerfile]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/139809457</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/139809457</guid><author>XC___XC</author><pubDate>Wed, 19 Jun 2024 20:22:17 +0800</pubDate><description><![CDATA[在此记录一下docker的镜像和容器的相关注意事项前提条件：已安装Docker、显卡驱动等基础配置。]]></description><category></category></item><item><title><![CDATA[【查看显卡信息】——Ubuntu和windows]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/139796438</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/139796438</guid><author>XC___XC</author><pubDate>Wed, 19 Jun 2024 11:08:53 +0800</pubDate><description><![CDATA[VMware虚拟机上不能使用CUDA/CUDNN，也安装不了显卡驱动。，表示这是一个虚拟机，无法安装和使用显卡驱动。可以看到有NVIDIA的显卡信息，可以使用。不会显示显卡信息，只会输出。]]></description><category></category></item><item><title><![CDATA[【日常TIP】——小记]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/139305684</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/139305684</guid><author>XC___XC</author><pubDate>Wed, 29 May 2024 21:00:38 +0800</pubDate><description><![CDATA[其中，root为username，后面为服务器地址，文件地址，./为下载到当前目录下。]]></description><category></category></item><item><title><![CDATA[【解决】GPU占用显存，但看不到PID进程]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/134800152</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/134800152</guid><author>XC___XC</author><pubDate>Tue, 05 Dec 2023 10:53:25 +0800</pubDate><description><![CDATA[awk 命令来处理 fuser 的输出，遍历每一行输出，以 "kill -9 " 开头，后面跟着每个进程的PID。常用的查看显卡基本信息的命令 nvidia-smi 发现显存被占用，但是看不到pid进程。kill进程先大概了解一下是那个情况，别到时候把其他人的进程给断了【苦笑】fuser 命令来查找哪些进程正在使用 /dev/nvidia* 文件。可以使用下面的命令，查看详细的pid进程号和占用的显存。]]></description><category></category></item><item><title><![CDATA[【Conda】自定义conda环境安装位置，三种解决方法]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/134013893</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/134013893</guid><author>XC___XC</author><pubDate>Tue, 24 Oct 2023 16:06:31 +0800</pubDate><description><![CDATA[自定义conda环境安装目录]]></description><category></category></item><item><title><![CDATA[【Conda】常用命令和常用镜像源修改]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/118861912</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/118861912</guid><author>XC___XC</author><pubDate>Sun, 03 Apr 2022 20:29:41 +0800</pubDate><description><![CDATA[文章目录欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
欢迎使用Markdown编辑器
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编]]></description><category></category></item><item><title><![CDATA[安装配置YOLOX —— 并改写训练数据集，设置常用功能]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/122297677</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/122297677</guid><author>XC___XC</author><pubDate>Sun, 03 Apr 2022 20:28:40 +0800</pubDate><description><![CDATA[前言
在安装YOLOX的过程中，可能会遇到一些问题，这些问题可能不是特别好找，现在就直接开整吧，记录一下配置YOLOX的全过程。
主要写了一下一些内容：

配置YOLOX，并自定义数据集进行训练、验证和测试
给YOLOX增加了P、R、F1指标
增加了一个训练过程的验证结果的输出，并保存验证的结果为csv表格

这里参考了一些文章： 超详细！手把手教你使用YOLOX进行物体检测（附数据集）
1，配置YOLOX
基本按照官方文档readme.md，但是有一些细节部分没有提到，这里也整体过一遍。

git clo]]></description><category></category></item><item><title><![CDATA[【矩阵计算】torch、numpy的各种常用的矩阵计算]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/121442494</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/121442494</guid><author>XC___XC</author><pubDate>Fri, 11 Mar 2022 22:29:15 +0800</pubDate><description><![CDATA[前言
这里记录一下各种矩阵操作

]]></description><category></category></item><item><title><![CDATA[【解决】ImportError: {} doesn‘t contains class named ‘Exp‘]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/121900376</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/121900376</guid><author>XC___XC</author><pubDate>Mon, 13 Dec 2021 10:57:27 +0800</pubDate><description><![CDATA[前言
在调试YOLOX的时候，总会出现一些exp的问题，这里就记录以下，防止以后忘记了。
报错

这个错误可以先定位到报错的地方，也就是build文件，这里提供了三种方式get exp，但是最终都是以 get_exp_by_file(exp_file) 方式加载。

首先将 exp_file 添加到环境变量中，并且获取 exp_file 的文件名，然后通过动态导入，导入文件名对应的文件。就是这一步报错。
解决
方法一： 将demo、val、train 拷贝到根目录下，这样子就能够获取到文件。

方法二： 在]]></description><category></category></item><item><title><![CDATA[【解决】error: Microsoft Visual C++ 14.0 is required，提示安装包丢失或损坏]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/121802758</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/121802758</guid><author>XC___XC</author><pubDate>Wed, 08 Dec 2021 22:34:29 +0800</pubDate><description><![CDATA[前言
亲测有效，转自 https://www.cnblogs.com/yangx124/p/15660771.html
我之前是为了不想下载几个G的tools，然后就按照网上的其他教程安装了各种各样的tools
但是都没有用，还是会报上面的错误，然后多出了很多的tools的文件，我冲动了一下，把这些都给卸掉了，然后就出现了上述的错误
这种情况吃的亏也出现过好几次了，下次卸载这种东西的时候一定要好好考虑清楚再来【哭泣！！！】
下载
直接从网盘上下载，解压后安装即可。永久有效。
链接：https://pan.b]]></description><category></category></item><item><title><![CDATA[【神经网络可视化】——hiddenlayer、torchviz、Tensorboard、wandb可视化训练过程]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/121000323</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/121000323</guid><author>XC___XC</author><pubDate>Wed, 27 Oct 2021 20:45:32 +0800</pubDate><description><![CDATA[前言
本文参考极市平台的推文，出自知乎的一位锦恢的作者，使用并改写而来，链接如下：
PyTorch下的可视化工具（网络结构/训练过程可视化）
改写内容：将可视化方法应用在 ResNet 上，并展现出了灵活的可嵌入性。
仅作为笔记分享，如有侵权，请联系删除。
1. Graphviz
可视化神经网络的库 hiddenlayer 和 torchviz 都是基于 Graphviz 开发的， 使用前必须先安装
提示一下：Graphviz比较小，只有5M不到，放心安装，安装过程也比较简单
下载路径：https://ww]]></description><category></category></item><item><title><![CDATA[目标检测数据集格式转换（ xml - txt )和（ txt - xml ），以及图像标签的对应裁剪]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/120847869</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/120847869</guid><author>XC___XC</author><pubDate>Tue, 19 Oct 2021 16:07:25 +0800</pubDate><description><![CDATA[前言
在目标检测数据集的制作上，我们保存的标签格式基本是xml格式的，但是在yolov5等网络模型中，我们使用的是txt的标签格式，需要进行相互转换。
还有一些其他的用处，需要修改相关的xml的标签数据，这里写了一个脚本，用来修改我们的标签数据。
xml to txt
直接修改输入和输出的路径，以及修改一下自己的保存格式即可，还设置了一个归一化的可选的操作，直接看代码即可。
写的粗糙了点，需要改的你们自己改就行。
import os
from lxml import etree

#设置输入的xml文件夹，]]></description><category></category></item><item><title><![CDATA[RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.cuda.HalfTensor) should be.]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/120801326</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/120801326</guid><author>XC___XC</author><pubDate>Sat, 16 Oct 2021 17:34:20 +0800</pubDate><description><![CDATA[device
首先是查看输入的两个数据的device是否一致，出现这种情况的原因可能是因为device不同导致的，可能在不同的GPU上。
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
data.to(device)

通过这个设定一个device，然后将data转到device中，然后debug查看数据的device是否相同。

type
在我这里，我的两个输入数据是在同一个cuda中，但是还是出错了，通过查看数据]]></description><category></category></item><item><title><![CDATA[python基础——常见的一些基础题]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/119568037</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/119568037</guid><author>XC___XC</author><pubDate>Thu, 12 Aug 2021 11:45:54 +0800</pubDate><description><![CDATA[目录一、前言二、笔记1. 从hello world开始
一、前言
在整理之前的一些笔记的时候，发现了这个文件，之前是保存在本地，但是经常忘记放在哪了，主要是一些基础，现在就想记录在博文里。
都是一些简单的基础题，还有一些容易遗忘的知识点，稍微记录以下。
二、笔记
1. 从hello world开始
各种print字符串的方法，format的用法，以及简便的使用方法
s = 'hello world'    

print(s)       #输出字符
print (s[2])    #输出字符的第三个字母
]]></description><category></category></item><item><title><![CDATA[IEEE投稿完整流程——以IEEE Transactions on Cybernetics为例【附：论文格式模板】]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/119445351</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/119445351</guid><author>XC___XC</author><pubDate>Fri, 06 Aug 2021 15:53:00 +0800</pubDate><description><![CDATA[前言
以下是官方的流程，包括了论文的格式和提交的流程，重要！重要！重要！
在IEEE的官网中，也有论文提交的文件
可以直接参考：
中文版：   作者指南
英文版：  Manuscripts-Author-Guide
作者指南的版本指导流程可能和最新版的官网不一致！！！
或者在下面的链接中，按照你的论文类型，选择不同的论文模板： IEEE article template

以下以IEEE Transactions on Cybernetics 为例子
IEEE Transactions on Cyberne]]></description><category></category></item><item><title><![CDATA[html的相对位置和绝对位置的理解，搭配float使用。]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/119420726</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/119420726</guid><author>XC___XC</author><pubDate>Thu, 05 Aug 2021 21:31:14 +0800</pubDate><description><![CDATA[前言
通过在公司实习，对html也有了一定的认识，之前在网上看了一些的关于html的相对位置和绝对位置，不是很直观，通过同事和领导的指点，结合自己的认识，想在这说说我的看法。
为了代码看的直观一些，这里的CSS采用内联式（用style引用）和行内样式（直接在元素上写style）。
div独占一行
注意：  这里提醒一下，我们虽然设置了div的width，在没有设置float浮动的情况下，div默认情况下是独占一行的。这也是后面讲定位的一个很重要的知识点。
如下图：

代码：
&lt;!DOCTYPE htm]]></description><category></category></item><item><title><![CDATA[目标检测——two-stage：Faster R-CNN系列论文笔记——R-CNN]]></title><link>https://blog.youkuaiyun.com/XC___XC/article/details/118338834</link><guid>https://blog.youkuaiyun.com/XC___XC/article/details/118338834</guid><author>XC___XC</author><pubDate>Mon, 12 Jul 2021 11:01:03 +0800</pubDate><description><![CDATA[注
通过阅读原论文和代码部分，总结的一点学习笔记。
主要描述了R-CNN、Fast R-CNN、Faster R-CNN的网络模型和优缺点，以及发展的过程。
仅供参考，如有错误，请大佬评论指正！！
目标检测
目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。
四大任务：分类、定位、检测、分割
目标检测的核心问题：
（1）分类问题：即图片（或某个区域）中的图像属于哪个类别。
（2）定位问题：目标可能出现在图像的任何位置]]></description><category></category></item></channel></rss>