- 博客(7)
- 收藏
- 关注
RSS订阅原创 yolo26 best.pt模型转bmodel模型
③ 生成 “无 Mod” 的 ONNX：yolo26x_640_nomod.onnx。⑤用新 ONNX 再跑 model_transform（生成 MLIR）① 在 yolo26 环境导出 ONNX。④验证新 ONNX 里没有 Mod。
2026-02-26 15:05:50
64
原创 yolov26模型训练（使用yolov5样本训练）
1、样本转换原始文件路径为第 0 步：确认你的数据是否一一对应如果为空，说明基本OK。第 1 步：把 VOC(xml) 转 YOLO，并自动划分 train/val在你的原始不会被删（脚本是 copy2）。如果你想节省空间我可以使用“移动版”。第 2 步：快速检查转换结果是否正确如果和数量一致，基本没问题。第 3 步：新建一个虚拟环境训练 YOLOv26（Ultralytics 方式）
2026-02-26 10:08:53
281
原创 Linux yolov11使用yolov5训练级训练
环境关键：虚拟环境需独立，确保 PyTorch 版本与 CUDA 版本匹配，通过验证 CUDA 可用性；数据集核心：图片与标签必须一一对应，缺失图片的样本需过滤；训练 / 验证集互斥，类别顺序决定标签 ID；训练关键参数：指定本地权重时添加避免自动下载；优先使用best.pt作为最终模型权重。
2026-01-14 11:49:04
1396
原创 从yolov5的数据集训练转到yolov11的训练（二）
环境搭建核心是创建独立虚拟环境，避免依赖冲突，且需确保 PyTorch 与 CUDA 版本匹配；YOLOv5 与 YOLOv11 数据集结构一致，仅需新增 YAML 配置文件即可完成适配；GPU 训练需重点关注device参数和batch值，显存不足时优先降低批次大小；训练结果中best.pt是核心产出，可直接用于后续目标检测推理。
2026-01-13 16:01:52
815
原创 从yolov5的数据集训练转到yolov11的训练（一）
环境核心：Windows 下通过创建虚拟环境，需解决 PowerShell 脚本执行权限问题（命令规范：YOLO 命令必须遵循格式，参数需用赋值，路径建议使用原始字符串避免转义。文件读取：图片读取失败优先检查路径格式（用 r""）、文件完整性，通过 OpenCV 验证图片是否可正常读取。权重获取：无需手动下载 YOLOv11 权重，执行预测命令时会自动下载到配置的目录。这样就成功把模型预测图片成功跑通了。预测的带框图片在工作目录下的yolo_runs/detect/predict下。
2026-01-13 14:12:35
377
原创 华为云下载桶资源中的文件/Linux客户端下载
→ 必须指定完整目标文件路径场景正确组合下载单文件到指定路径cp 源 目标文件路径下载整个目录-r跳过已存在文件-u不再询问 y/n-f按目录名过滤-include='*关键字*/*'安全演练-dryRun通过合理组合obsutil可以胜任生产级大规模目录下载、增量同步、精确过滤等复杂场景。理解“前缀 + 过滤规则”，就掌握了 obsutil 的 80% 能力。如果你需要：自动化脚本定时任务（cron）按时间窗口同步大规模并发优化这套文档可以直接作为下一步扩展的基础。
2025-12-24 12:01:51
1189
原创 Python 使用腾讯企业邮箱发送邮件含附件及抄送
all_receivers = list(dict.fromkeys(to_addrs + cc_addrs + bcc_addrs)) # 去重保序。filename=Header(filename, "utf-8").encode(), # 兼容中文文件名。另外，有些企业需要管理员/成员在网页端开启 POP/SMTP/IMAP 服务开关，否则第三方客户端无法登录。# bcc_addrs=["bcc1@example.com"], # 可选。PASSWORD = "你的邮箱密码或客户端专用密码"
2025-12-22 11:13:47
863
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人