Ubuntu18.04局域网共享文件夹，实现win7和Ubuntu本地访问

1. 基础知识（了解VOC格式以及COCO格式的目录结构）转换之前先将自己的数据集目录变成标准的VOC格式目录首先看VOC格式的目录结构再看一下COCO格式的目录结构2. 新建labels.txt文件文件内容替换为自己的数据集类别名RBCWBCPlatelets3. json格式的标签文件转换程序# script by dapeng:760715590@qq.comimport osimport argparseimport jsonimport xml.etree.El

设置代理之前，意味着你电脑必须有某某代理如果在终端terminal命令行下载软件包速度不快，并不是代理不行，而是在终端terminal也需要进行相应的配置代理，同样的在命令行中git clone 某某工程时，即使终端设置了代理，GitHub也要再配置一遍代理，接下来看操作，命令行敲起来。 git config --global -e打开之后，对文件进行编辑：[user] name = your_name email = your_email[http]

错误：github远程push代码时，出现以下错误原因：查询后得知，从前都是通过账号密码登陆github，后来人家觉得不太安全，因此换成了token作为密码进行操作。解决办法：1、登陆GitHub

parser.add_argument('--quad', action='store_true', help='quad dataloader')the quad dataloader is an experimental feature we thought of that may allow some benefits of higher --img size training at lower --img sizes.This quad-collate function will reshape

加载自定义模型的建议可能是使用TensorFlow对象检测API（https://github.com/tensorflow/models/tree/master/research/object_detection）训练您的自定义模型，然后使用TensorFlow.js转换器（https://github.com/tensorflow/tfjs-converter）将TF模型转换为VoTT所需的TF.js格式。将模型保存为TF.js格式后，将model.json文件，在model.json文件中引用的权重

"""xml2txt scrpt by @@@@@@dapeng将此文件放置在yolov5根目录下即可"""import xml.etree.ElementTree as ETimport osimport shutilimport randomxml_file_path = 'data/annotations/' # 检查和自己的xml文件夹名称是否一致images_file_path = 'data/source_images/' # 检查和自己的图像文件夹名称是否一

# -*- coding: utf-8 -*-"""数据集转换脚本，包含以下内容1、json文件转txt文件2、对数据集进行划分，并存放至相应目录注意：1、将此程序放置yolov5工程目录下的data文件夹下2、图像和标签文件夹的名字和我的文件名称改为一致"""import jsonimport osimport cv2import shutilimport random# ！！！！这里是重点，需要查看自己的数据集名称对不对，不对的话，把自己的文件夹重命名一下json_fi

TensorRT使开发人员能够导入，校准，生成和部署优化的网络。网络可以直接从Caffe导入，也可以通过UFF或ONNX格式从其他框架导入。也可以通过实例化各个图层并直接设置参数和权重以编程方式创建它们。用户还可以使用插件界面通过TensorRT运行自定义图层。一、 TensorRT核心库中的关键接口：1. 网络定义（Network Definition）：网络定义接口为应用程序提供了指定网络定义的方法。可以指定输入和输出张量，可以添加层，并且有一个用于配置每种支持的层类型的界面。以及卷积层和循环层等层

1、查看是否开启事件功能show variables like '%event_scheduler%';2、开启事件功能方法一：修改环境变量SET GLOBAL event_scheduler = ON;方法二：修改my.cnfevent_scheduler = 1 #或者ON3、查看调度器线程和事件 show processlist; show events; show create event 事件名\G4、创建事件create event 事件名 on schedul

1、下载安装https://github.com/rofl0r/proxychains-nghttps://github.com/oldj/SwitchHosts/releases2、解压proxychains-ngcd proxychains-ng-master ./configure --prefix=/usr --sysconfdir=/etc vim config.makbindir=/usr/local/binlibdir=/usr/local/libmakesudo mak

# 创建并且激活环境conda create -n vott python=3.7conda activate vott# 临时更换清华pip镜像源pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-packagepip install --upgrade tensorflow-gpu==1.14# 测试TensorFlow安装python>>>import tensorflow as tf>&g

主机环境：Ubuntu18.04 + CUDA10.2 + cuDNN v7.6.5说明：用的是裸机的python,版本２.7，并不是Anaconda下的pythonCaffe安装：1、安装OpenCV在此选用的是OpenCV的特定版本，详细安装可以看我的另一篇OpenCV3.4.6安装教程.https://editor.youkuaiyun.com/md/?articleId=1067902132、安装依赖项apt install -y libprotobuf-dev libleveldb-dev li

执行下列转换程序时报错：python darknet2caffe.py cfg/yolov3.cfg weights/last.weights prototxt/yolov3.prototxt caffemodel/yolov3.caffemodel以下是报错信息：可能原因：磁盘占满df -a #查看磁盘使用情况从图中可以看到snap占了100%解决办法：sudo apt autoremove --purge snapd至于Unknow layer type yolo，无视即

主要参考官方教程点击跳转－官方安装教程１、下载源码OpenCV各个版本下载链接点击跳转－版本链接直接进入github下载工程zip文件,然后直接在主目录解压即可。２、在OpenCV的解压目录下打开终端,输入以下命令mkdir buildcd build# 在此安装软件doxygen，方便后续文档编译sudo apt install doxygencmake -D CMAKE_BUILD_TYPE=Release -D BUILD_DOCS=ON -D BUILD_EXAMPLES=O

cuDNN初始化失败 W tensorflow/core/common_runtime/base_collective_executor.cc:217] BaseCollectiveExecutor::StartAbort Unknown: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log m

为什么学习机器学习不必这么难使用自下而上的方法教授数学，物理学甚至计算机科学等技术主题。这种方法以一种合理的方式在研究领域中拓宽主题，并且复杂性和能力会自然发展。问题是，人类不是执行学习程序的机器人。我们需要动力，兴奋，最重要的是，需要将话题与切实的成果联系起来。我们每天使用的有用技能（例如阅读，驾驶和编程）不是通过这种方式来学习的，实际上是通过自上而下的反向方法来学习的。这种自上而下的方法可用于...

前提是显卡驱动以及CUDA cuDNN提前装好可以用以下代码进行测试nvidia-smi # 查看显卡驱动是否安装好nvcc -V # 查看cuDNN是否装好接下来正式安装Keras\TensorFlowconda crtate -n test python=3.6 # 注意是3.6版本，创建环境名为test的环境conda activate test # 激活test环境con...

安装 Visual C++ 2015 Build Tools，下载链接为：Visual C++ 2015 Build Tools](https://go.microsoft.com/fwlink/?LinkId=691126),下载后直接点击默认安装即可2.进入文件夹 C:\Program Files (x86)\Microsoft Visual C++ Build Tools打开文件...