星空下的仰望者

对于没有接触过这种开发工具的初学者来说，可能需要先花费一些时间来学习使用，需要系统的学习平台的逻辑，运行机制，现有的文档尚不全面。能够大大提升开发效率，节省开发时间，但是目前文档内容还不够丰富，遇到的一些问题暂时还没有无法解决，由于时间有限，本人仅仅探索了很小的一部分内容，更多更丰富的内容还需要花时间进一步探索。作为一名低代码初学者，我使用inBuilder系统设计了一款报销单录入系统，实现了报销单录入与显示报销单列表的功能（如图1与图2所示），并获得了很多开发心得。在开发过程结束之后，要进行测试和发布。

PaddleDetection为百度公司推出的具有丰富检测模型的算法库，不仅能够帮助初学者快速入门深度学习，也给广大科研人员快速复现SOTA算法提供了方便。但是在成果落地应用阶段，现有的解决方案很多依赖高性能计算显卡，虽然30系列显卡的推出已经将部署成本大大降低，但是升级硬件设备还是需要一笔不小的支出，使得许多中小微型企业望洋兴叹。因此如果能够使用现有的计算设备进行部署，可以进一步控制成本。Intel公司推出的OpenVINO套件可以实现在CPU上实时处理深度学习模型，能够降低中小微型企业部...

配置环境：Win10VS2019CUDA11.0Pytorch1.7配置步骤：1、下载FairMOT：git clone --recursive https://github.com/ifzhang/FairMOT.git2、使用anaconda创建并激活虚拟环境，安装pytorch1.7：conda create -n FairMOT python=3.8conda activate FairMOTpip install torch==1.7.0+cu110 t

问题描述：运行环境 ： vscode + anaconda 4.8 + python3.6出现问题：使用fromPyQt5importQtCore时出现“ImportError: DLL load failed: 找不到指定的模块”错误。原因：（1）python3.dll丢失：通过Anaconda 安装的Python缺少了python3.dll，可以从此处下载python...

终于配置好Theano ，以后可以开始跑实验了 ，写一篇日志记录一下，以防重装系统（这种事经常发生 ）不记得怎么配置了。Theano官网上的配置比较杂，我就选了其中一种进行配置。主要材料：VS2010，Anaconda，Theano，CUDA首先下载Anaconda，不过最好下载python2.7的（python3.4的配置没有试过）安装好Anaconda后，点击下图第一个

找了好久都没有如何使用Faster RCNN的资料，只能自己摸索，不过还好花了一个多星期还真成功了，下面我就分享一下我修改的过程，一来是记录下来，以防止后面忘记，二来也希望给需要的朋友一点帮助。本文主要是以matlab版本的faster rcnn（网址是https://github.com/shaoqingren/faster_rcnn）做实验，测试我自己的数据集，还有一个python的版本，

Caffe在Ubuntu15.04上的配置教程，主体上采用了欧新宇的配置过程，把自己在配置过程中出现的一些问题也贴上来，供大家参考

这两天看了一下RCNN和Fast-RCNN，虽然Faster-RCNN也出来了，但是还是想先研究一下Fast-RCNN，废话不多说，先配置好，这次的配置比较简单，当然前期的依赖项得先装好，我是之前配置好caffe了，所以很多依赖项已经安装了，因此也建议先配置caffe再配置Fast-RCNN。caffe配置具体请看这篇博客：http://blog.youkuaiyun.com/lxh19920114/arti

机器配置：rtx 3090CUDA:11.1Python：3.8pytorch：1.9.0步骤：1）下载Swin-Transformer：git clone --recursive https://github.com/SwinTransformer/Swin-Transformer-Object-Detection.git2)安装pytorch：pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 to...

电脑配置：CPU：Intel i7-10750H内存：16G显卡：GeForce GTX 1650 Ti（4GB显存）操作系统：Windows 10 家庭中文版CUDA：10.2CUDNN：8.2libtorch：1.8.2Visual Studio：2017YOLOV5：v6.0Opencv：3.4.6第一步：安装Visual Studio 2017，目前VS2017并未提供离线版安装文件，可以通过在线安装的方式进行安装，具体安装过程在此不再赘述。第二步：.

在银行麒麟操作系统中配置CPU版的opencv与darknet

目录系统配置：配置步骤：常见问题：系统配置：win10 家庭版Vsual Studio 2019 communityCmake 3.22Intel MKL 2020opencv 4.5.5CUDA 10.2CUDNN 8.2配置步骤：1.安装好基本依赖项（VS2019，MKL，CUDA等），在opencv官网上下载opencv4.5.5源码，并使用如下指令下载对应的opencv_contrib。git clone --recursive -b