<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[chen645096127的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/chen645096127</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; chen645096127]]></copyright><item><title><![CDATA[遥感建筑物提取数据集]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/118303848</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/118303848</guid><author>chen645096127</author><pubDate>Mon, 28 Jun 2021 14:54:08 +0800</pubDate><description><![CDATA[前言

建筑物是人类社会生产、生活的主要载体，建筑物轮廓信息是国家基础地理信息的重要组成部分。相比于人工遥感解译与矢量化，结合算法模型从遥感影像中自动提取建筑物轮廓大大减少了人力物力的消耗。这在城市扩张研究、数字城市建设等领域有着广泛的应用。

近年来，全卷积神经网络的不断发展为高精度自动化建筑物提取提供了新的方法。但是，由于建筑物在尺度，建筑风格，形态上有较大差异，目前高精度建筑物提取仍存在较大挑战。一方面，难兼顾较好的建筑物定位精度（依赖于高层语义特征）与建筑物边缘精度（依赖于浅层特征）。另一方面，基于]]></description><category></category></item><item><title><![CDATA[JETSON TX2 安装 CUDA9.0 及 CUDNN7 超详细（真实亲测）]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/117964673</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/117964673</guid><author>chen645096127</author><pubDate>Wed, 16 Jun 2021 19:01:13 +0800</pubDate><description><![CDATA[JETSON TX2 安装 CUDA9.0 及 CUDNN7 超详细（真实亲测）

划重点：本文主要针对于Jetson TX1/2，如果想在 pc端 安装 cuda 及 cudnn，那这篇没有任何帮助！
最近再给Jetson TX2开发板上安装cuda和对应的cudnn，遇到了很多问题，也搜索了很多技术博客，发现在给 Jetson TX2 安装cudnn的时候都存在致命的错误，现在将出坑方法记录下来。


...]]></description><category></category></item><item><title><![CDATA[win10+ubuntu16.04双系统下完全删除ubuntu系统]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/115554597</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/115554597</guid><author>chen645096127</author><pubDate>Fri, 09 Apr 2021 17:02:49 +0800</pubDate><description><![CDATA[参考文章：

1. 彻底删除Ubuntu EFI分区及启动项：

https://blog.youkuaiyun.com/mtllyb/article/details/78635757

2. Create a bootable USB stick on Windows:

https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-windows#0

1. 删除原先Ubuntu的系统分区

右键计算机-&gt;管理-&gt;磁盘管理，打开]]></description><category></category></item><item><title><![CDATA[ubuntu18.04使用命令 sudo apt-get update出现源文件无法找到， 404 Not Found [IP: 91.189.95.83 80]]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/115554523</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/115554523</guid><author>chen645096127</author><pubDate>Fri, 09 Apr 2021 16:53:13 +0800</pubDate><description><![CDATA[笔者当前系统ubuntu18.04，使用apt-get update 出现错误如下
Hit:1 http://mirrors.aliyun.com/ubuntu bionic InRelease
Hit:2 http://mirrors.aliyun.com/ubuntu bionic-security InRelease
Hit:3 http://mirrors.aliyun.com/ubuntu bionic-updates InRelease
Hit:4 http://mirrors.aliyun.c]]></description><category></category></item><item><title><![CDATA[ubuntu18.04中设置快捷键]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/115554435</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/115554435</guid><author>chen645096127</author><pubDate>Fri, 09 Apr 2021 16:51:18 +0800</pubDate><description><![CDATA[本博文主要介绍了pycharm安装以及设置快捷启动方式，具体过程如下：

（一）安装pycharm

（1）首先去官网下载你所需要的对应pycharm版本，下载地址：https://www.jetbrains.com/pycharm/download/#section=linux,主要有专业版和社区版，社区版时是免费使用，专业版需要激活，这里我使用的时专业版。

(2)进入你下载文件的路径，默认是：/home/你的用户名/Downloads，右键安装包，点击“Extra...]]></description><category></category></item><item><title><![CDATA[pycharm 安装gdal库常见的几种报错总结]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/115553980</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/115553980</guid><author>chen645096127</author><pubDate>Fri, 09 Apr 2021 16:45:08 +0800</pubDate><description><![CDATA[报错方式1：



我这边造成该bug的原因是安装的gdal版本与python版本不对应，可以去https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal处下载与自己python版本对应的gdal安装包重新安装即可。如下图：



报错方式2：



该问题是gdal没有进行系统环境变量配置，解决方法如下：

1）



2）



注意：如果仍没有解决问题：

1.看变量值那个路径中有没有 proj.db 这个文件，如果没有说明GDAL不完整，需要重新下载或编绎。

]]></description><category></category></item><item><title><![CDATA[opencv: cv2.boxPoints返回值顺序]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/114303467</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/114303467</guid><author>chen645096127</author><pubDate>Wed, 03 Mar 2021 11:15:04 +0800</pubDate><description><![CDATA[opencv: cv2.boxPoints返回值顺序是啥

1.0.引言：

想学习一下cv2.boxPoints(),该方法可以计算带有旋转的矩形框坐标，想知道返回四个点的具体顺序
	找了好久，就是没有找到一个可以运行的例子，来验证
	自己画了一个图，可以简单运行，方便看
2.0.cv2.boxPoint()：

boxPoints返回四个点顺序：右下→左下→左上→右上
实例demo如下：



2.1.效果图如下：






...]]></description><category></category></item><item><title><![CDATA[VC多线程调用出错，没有找到pthreadVC2.dll]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/112025781</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/112025781</guid><author>chen645096127</author><pubDate>Thu, 31 Dec 2020 16:29:38 +0800</pubDate><description><![CDATA[在win10下测试yolov4时，出现上述问题，谷歌解决Bugr如下：

将pthreadVC2.dll放到和exe同样的目录下
或者直接放到system32目录
]]></description><category></category></item><item><title><![CDATA[安装 detectron2 编译detectron 报错：running setup.py develop for detectron2 error: command errored out with]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/111563985</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/111563985</guid><author>chen645096127</author><pubDate>Tue, 22 Dec 2020 18:39:08 +0800</pubDate><description><![CDATA[如下：


Running setup.py install for detectron2 ... error
    ERROR: Command errored out with exit status 1:
     command: /home/jackytsai/anaconda3/envs/detectron2/bin/python -u -c 'import sys, setuptools, tokenize; sys.argv[0] = '"'"'/tmp/pip-req-build-...]]></description><category></category></item><item><title><![CDATA[conda 环境 cv2.imshow报错]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/110823845</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/110823845</guid><author>chen645096127</author><pubDate>Mon, 07 Dec 2020 17:54:25 +0800</pubDate><description><![CDATA[报错如下：

cv2.error: OpenCV(4.4.0) /tmp/pip-req-build-dglzv4yn/opencv/modules/highgui/src/window.cpp:651: error: (-2:Unspecified error) The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Cocoa support. If you are on Ubuntu or Debia]]></description><category></category></item><item><title><![CDATA[python中yield的用法详解——最简单，最清晰的解释]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/103419869</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/103419869</guid><author>chen645096127</author><pubDate>Fri, 06 Dec 2019 12:30:20 +0800</pubDate><description><![CDATA[首先我要吐槽一下，看程序的过程中遇见了yield这个关键字，然后百度的时候，发现没有一个能简单的让我懂的，讲起来真TM的都是头头是道，什么参数，什么传递的，还口口声声说自己的教程是最简单的，最浅显易懂的，我就想问没有有考虑过读者的感受。

接下来是正题：

首先，如果你还没有对yield有个初步分认识，那么你先把yield看做“return”，这个是直观的，它首先是个return，普通的retur...]]></description><category></category></item><item><title><![CDATA[PyTorch中 tensor.detach() 和 tensor.data 的区别]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/103408966</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/103408966</guid><author>chen645096127</author><pubDate>Thu, 05 Dec 2019 17:24:15 +0800</pubDate><description><![CDATA[PyTorch0.4中，.data 仍保留，但建议使用 .detach(), 区别在于 .data 返回和 x 的相同数据 tensor, 但不会加入到x的计算历史里，且require s_grad = False, 这样有些时候是不安全的, 因为 x.data 不能被 autograd 追踪求微分 。 .detach() 返回相同数据的 tensor ,且 requires_grad=False...]]></description><category></category></item><item><title><![CDATA[find查找并复制或移动到指定目录]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/103286997</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/103286997</guid><author>chen645096127</author><pubDate>Thu, 28 Nov 2019 08:57:54 +0800</pubDate><description><![CDATA[find . -name ‘means’|xargs -i mv {} ./k-means/
find . -name ‘means’|xargs -i cp {} ./k-means/
]]></description><category></category></item><item><title><![CDATA[Pytorch：多GPU训练网络与单GPU训练网络保存模型的区别]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/103181496</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/103181496</guid><author>chen645096127</author><pubDate>Thu, 21 Nov 2019 14:07:52 +0800</pubDate><description><![CDATA[分类专栏：PyTorch


测试环境：Python3.6 + Pytorch1.1


在pytorch中，使用多GPU训练网络需要用到 【nn.DataParallel】：






	gpu_ids = [0, 1, 2, 3]
	
	
	device = t.device("cuda:0" if t.cuda.is_available() else "cpu") # 只能单GPU运行...]]></description><category></category></item><item><title><![CDATA[关于cv2.cv.Boxpoint（）函数出错解决方法]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/101542305</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/101542305</guid><author>chen645096127</author><pubDate>Fri, 27 Sep 2019 16:30:11 +0800</pubDate><description><![CDATA[今天使用opencv运行一个脚本，但是出现cv2.cv.BoxPoints()函数有错，提示’module’ object has no attribute ‘cv’ 的错误，找了一些帖，发现最多的解决方法就是说“这是因为opencv3已经没有了cv，只能重新下载opencv2 ; ”，我就纳闷了，有新的版本不用，为什么还要下载旧的版本。有的更是建议“from cv2 import cv as c...]]></description><category></category></item><item><title><![CDATA[Python：IOError: image file is truncated 的解决办法]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/101373114</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/101373114</guid><author>chen645096127</author><pubDate>Wed, 25 Sep 2019 16:50:15 +0800</pubDate><description><![CDATA[在运行demo是出现标题上述异常，解决办法是，再添加如下2句代码：


from PIL import ImageFile
ImageFile.LOAD_TRUNCATED_IMAGES = True
]]></description><category></category></item><item><title><![CDATA[np.random.choice()]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/101025347</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/101025347</guid><author>chen645096127</author><pubDate>Thu, 19 Sep 2019 15:51:20 +0800</pubDate><description><![CDATA[用法：np.random.choice(a, size=None, replace=True, p=None)

返回：从一维array a 或 int 数字a 中，以概率p随机选取大小为size的数据，replace表示是否重用元素，即抽取出来的数据是否放回原数组中，默认为true（抽取出来的数据有重复）

#在（1，6）区间内生成含5个数据的一维数组
&gt;&gt;a = np.random...]]></description><category></category></item><item><title><![CDATA[np.where()]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/101022040</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/101022040</guid><author>chen645096127</author><pubDate>Thu, 19 Sep 2019 14:30:41 +0800</pubDate><description><![CDATA[numpy.where() 一般有两种用法，具体用法如下实例：

1. np.where(condition, x, y)
满足条件(condition)，输出x，不满足输出y。

&gt;&gt;&gt; aa = np.arange(10)
&gt;&gt;&gt; np.where(aa,1,-1)
array([-1, 1, 1, 1, 1, 1, 1, 1, 1, 1]...]]></description><category></category></item><item><title><![CDATA[基于颜色分量HSV的图像分割：基于opencv的分割调试工具源码]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/100985912</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/100985912</guid><author>chen645096127</author><pubDate>Wed, 18 Sep 2019 15:51:49 +0800</pubDate><description><![CDATA[原图为：



#include "stdafx.h"

#include &lt;iostream&gt;
#include &lt;fstream&gt;
#include &lt;sstream&gt;
#include &lt;exception&gt;
#include &lt;stdio.h&gt;
#include &lt;vector&gt;
#include &lt;io....]]></description><category></category></item><item><title><![CDATA[【杂谈opencv】OpenCV中的cvRound()、cvFloor()、 cvCeil()函数讲解]]></title><link>https://blog.youkuaiyun.com/chen645096127/article/details/100897013</link><guid>https://blog.youkuaiyun.com/chen645096127/article/details/100897013</guid><author>chen645096127</author><pubDate>Mon, 16 Sep 2019 18:29:18 +0800</pubDate><description><![CDATA[功能：cvRound(), cvFloor(), cvCeil()函数讲解。

函数cvRound，cvFloor，cvCeil 都是用一种舍入的方法将输入浮点数转换成整数：

cvRound()：返回跟参数最接近的整数值，即四舍五入；
cvFloor()：返回不大于参数的最大整数值，即向下取整；
cvCeil()：返回不小于参数的最小整数值，即向上取整；

===============分割线=...]]></description><category></category></item></channel></rss>