m0_47026232的博客

Python基础生成器

安装pycocotools报错解决方法

git-lfs简介和安装

gcc和g++缺少导致的报错

最近Open-mmlab开源了Playground项目，将最近引起CV界轰动的SAM(Segment Anything Model)模型和Open-mmlab多个视觉框架相结合，可实现多种视觉任务的自动标注，本文将采用Open-mmlab的Playground开源项目，使用SAM和LabelStudio，实现分割任务的半自动标注。

yolov5项目代码中，train.py是用于模型训练的代码，是yolov5中最为核心的代码之一，而代码中的训练参数则是核心中的核心，只有学会了各种训练参数的真正含义，才能使用yolov5进行最基本的训练。

在Yolov5项目中，矩形推理是一种重要的技巧，减少了数据的冗余信息，可以在几乎没有精度损失的情况下，加快模型推理的速度。在本文中，我将对矩推理的原理以及源码部分进行介绍，以及我个人以前在学习过程中的一些思考，其实原理不难，主要就是把整个思路梳理清楚。

方法一：list = list1.extend(list2)方法二：set = set1.union(set2)方法二：list = list1 + list2。方法一：set = set1|set2。

3，判断文件4，判断文件夹5，连接文件夹或文件为路径将src文件夹，dir1文件夹和file.jpg连接为一个路径6，自动选用不同系统的路径分隔符7，返回当前文件夹的绝对路径，子文件夹名称以及所有文件名称8，删除文件9，文件重命名将src重命名为dst

argparse.ArgumentParser：主要讲添加参数的add_argument方法

YoloV5相关性能指标解析正样本负样本预测为正True Positive(TP)False Positive(FP)预测为负False Negative(FN)True Negative(TN)3，PR曲

MSegmentation训练自己的数据集（HRNet）

python三目运算符

Python PIL库ImageDraw类解析

1，sudo获取权限2，pwd当前路径3，ls显示当前路径的文件4，rmrm + 文件名:删除该文件rm -v + 文件名:删除该文件并显示信息rm -f + 文件名:删除该文件但不询问rm -r + 目录名:删除目录rm -rf + 目录:删除目录及文件5，mkdir创建文件夹6，绝对路径起点/，终点:最后的目录7，相对路径起点.,终点:最后的目录8，cd…（cd./）返回上级目录9，cd…//…（cd…/）返回上两级目录10，cd ～进入主目录11，wa