四平的博客

RGA图像的宽度需要是16的倍数，在深度学习中，通常这个问题出现在我们先做了目标检测将目标裁剪成小图之后，再使用小图做分割任务，分割任务时报错：Unsupported function: src unsupport width stride 184, rgb888 width stride。

最近服务器的挂掉了，涉及到了深度学习环境的重新搭建，现在的pytorch版本已经更新到2.0以上了，以前还是用的1.9，安装完成后遇到了这个问题，无法训练模型。报错信息：1.

主要问题：最近在搞海康SDK调用相机，发现在linux下一直调用不起来相机，总是提示error code：29，注册失败，重新编译优惠存在找不到依赖库的问题。

debug

最近在做基于深度学习的web网站，在利用django框架搭建部署到nginx服务器上后，用手机拍照上传图片出现问题。原因：上传图片或文件太大，超出服务器默认的配置大小。解决办法：修改上传文件的大小。步骤：在ubuntu中找到nginx的nginx.conf文件。一般在：/etc/nginx文件下。打开nginx.conf，z这里介绍两种方法：2.1. 通过linux命令行进行修改...

网上查了一下，主要原因是在保存训练的模型时，使用的torch.save(model, path)，而在加载时使用的model = torch.load(path)；直接先用yolov5自带的export.py转成.onnx模型，再通过onnx转trt，问题解决。

出现这个问题的原因是图片image和标签label的维度不匹配，也就是在取出数据的时候没用进行维度的归一化。如下代码种：def read_and_decode(filename,Image_height,Image_width,Image_channel,Batch_size,isTrain): # 创建文件名队列并读取 filename_queue = tf.train.string_input_producer([filename]) # 内存队列不需要创建，直接使用read

1.环境：Pycharm 2019.03 专业版Python 3.7Pyqt 4.11.2Pyinstaller 3.5本来使用的qt5，后来发现在一些低版本的操作系统上使用会出现问题，所以改用了Pyqt4。用起来，效果差不多。2.问题及解决方法：大部分问题都是各种包的版本不匹配，这里说一下遇到的问题。2.1.打包后出现:参数错误，缺少python3.7.dll原因：在打包的时候，发现控制台报错信息如下：于是手贱就下载了一个upx.exe文件根据下载提示放在了指定的文件目录下面。解决