m0_71816999的博客

原创 pytorch 离线安装

（注意下面的torchvision 要比torch 高一个版本，比如torch 是1.12， torchvison 要是0.13）2.pip 安装（导航到三个轮子的根目录，然后cmd 激活虚拟环境执行以下命令）1. 下载合适版本（比如我本机是cuda11.6）

原创 yolov8 自己写检测任务与pose任务detect

【代码】yolov8 自己写检测任务与pose任务detect。

原创 使用数据库sqlite 筛选人脸信息

主要筛选人脸信息（比如：0 这个人的文件夹里有很多张属于0的人脸照片，但是同时又参杂一些非常模糊或者其他人的照片，那么可以通过这个方法把参杂的模糊的和其他人的人脸排序到最后，那样清理的时候就不需要到处找那些不合格的照片）

原创 windows 安装 MySql

mysql

原创 Windows把项目上传gitee 报错：fatal: detected dubious ownership in repository at ‘D:/Prect_/服项目/Fare_extract

这个问题的根本原因在于 Git 检测到该目录的所有权与当前操作的用户不一致。这就是 Git 提示你需要将该目录添加为 "安全目录" 的原因。

原创 yolov8(8.2.10)+deepsort（demo）

【代码】yolov8(8.2.10)+deepsort（demo）

原创 华硕笔记本电脑用U盘重装windows系统

5. 插入U 盘后开机 然后连续不断的点Esc 键 进入开机设备选择界面。4. 然后拔掉你的U盘 选择插入你要安装的笔记本电脑上。在重启的过程中，电脑会自动重启几次 ，是正常的。

原创 Docker打包自己项目推到Docker hub仓库（windows10）

使用以下命令构建镜像，假设你要将其命名为 xdd： docker build -t xdd .关于Dockerfile 里的 CMD ["python", "DetectAPI.py"]。指的是：容器启动时自动执行的命令。既，你把镜像创建成功后，你只要启动容器，容器就会自动执行 python DetectAPI.py (py文件改成自己要执行的)（如这里，我的项目名称是yolov5-7.0-docker, 我就进如到这个项目里并创建Dockerfile)

原创 Docker 构建镜像出现： =＞ ERROR [internal] load metadata for docker.io/library/python:3.9

拉取成功，再次重新构建镜像。

原创 Windows 10 安装配置WSL2

输入： wsl --install （如果出现网络原因，挂梯子）在弹出的窗口中，找到并勾选“Hyper-V”选项，然后点击“确定”。点击“程序”，然后选择“启用或关闭 Windows 功能”。在 Windows 搜索栏中输入“控制面板”，然后打开它。5.检查：cmd 或者 power shell 输入：wsl -l -v。一、开启HyperV。

原创 Yolov5-7转openvino 并推理（windows10）

导出的 ONNX 模型的输入形状是静态的，通常是基于训练时的输入尺寸（默认 640x640， batch size = 1）。3.用：python export.py --weights yolov5s.pt --include onnx --dynamic 得到yolov5s.onnx。导出的 ONNX 模型支持动态输入尺寸。输入图片可以是任意尺寸，不局限于训练时的尺寸（即我w, h, batch 都是可变的）。缺点：推理速度可能稍微降低，因为引擎需要处理不同的输入尺寸，无法进行特定尺寸的优化。

原创 yolov5-7转onnx并推理（包括缩放图推理与原始图片推理）

导出的 ONNX 模型的输入形状是静态的，通常是基于训练时的输入尺寸（默认 640x640， batch size = 1）。先用：python export.py --weights yolov5s.pt --include onnx --dynamic 得到yolov5s.onnx。导出的 ONNX 模型支持动态输入尺寸。输入图片可以是任意尺寸，不局限于训练时的尺寸（即我w, h, batch 都是可变的）。缺点：推理速度可能稍微降低，因为引擎需要处理不同的输入尺寸，无法进行特定尺寸的优化。

原创 有关yolov5数据的各种处理方法（抽帧、拼接、亮度、json标签可视化等）

【代码】有关yolov5数据的各种处理方法（抽帧、拼接、亮度、json标签可视化等）

原创 VScode 连接服务器 （解决一直显示正在连接中）

5. 如果一直显示正在连接中。可能是在第三步进行后 没用选择服务器的系统（我的是linux）4.连接（第一次会叫你输入服务器密码，输入后 enter就行）1. 配置：安装Remote - SSH。

原创 pytorch 分类模型转onnx并推理

1. 先安装包： pip install onnx onnxruntime netron onnxruntime-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple。

原创 yolov8pose 用自己训练的权重进行命令侦测报错：AttributeError:“Pose‘ object has no attribute ‘detect‘

升级ultralytics版本。

原创 yolov8pose转tensorrt 进行命令侦测时报错： log_string += f“{n} {self.names[int(c)]}{‘s‘ * (n ＞ 1)}, “KeyError:

解决：(加侦测任务)

原创 windows10安装tensorrt

复制TensorRT-8.4.3.1\bin中内容到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin。进入官方网站：https://developer.nvidia.com/nvidia-tensorrt-8x-download。复制TensorRT-8.4.3.1\lib文件夹中的lib文件到CUDA的lib文件夹，dll文件到CUDA的bin文件夹。

原创 yolov8pose(8.2.10版本)训练自己的关键点检测数据集(windows10)

使用labelme标注数据先标注框，把框标注完再标注关键点（关键点不要一张图片全部类别标完，现把所有图片的某一类关键点标注完，再回来标注另一类，依次类推。。。原因（快且不易错））1.标注框2.标注关键点标注完后在图片文件夹李会有对应的json文件（如图）使用此代码可视化检查数据。

原创 yolov8(8.2.10版本)训练自己的目标检测数据集(windows10)

使用labelme标注数据标注完后在图片文件夹李会有对应的json文件（如图）使用此代码可视化检查数据。

原创 windows 如何安装PaddleDetection

输入命令：python -c "import paddle;print(paddle.__version__)" 检查paddle是否安装成功。{2.4是版本号可改。第一步：首先需要确保你的环境中安装了正确版本的 PaddlePaddle。然后在paddle官网找到paddlepaddle。第二步：克隆 PaddleDetection 仓库。第三步：安装PaddleDetection。

原创 使用GitZip时报：Please click GitZip extension icon to get token or input your token

这时你可以点击 GitZip for Github 的图标，按照里面的提示来申请 API。申请后将 API Token 粘贴到插件输入框中并按回车就可以了，个人用的话 API 的限制次数是完全足够的。接下来会跳转到 GitHub 的授权页面，点 Authorize GitZip 后获取到相应的 API Token。最后，API Token 获取成功后会自动填入插件中，按回车就会自动保存。这是GitZip操作默认使用的是扩展作者的 API 下载时提示次数用完，表示扩展中作者的 API 次数用完了。

原创 onnx 推理报错：onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Load mo

有可能是你转换的是gpu但是推理是cpu，因此卸载cpu版本，重新安装gpu版本。onnx 模型不匹配。

原创 pycharm右小角的项目环境信息被隐藏了

原创 虚拟环境安装cuda 与 cudnn

第一步：查看自己电脑支持的cuda的版本的最高版本是多少，如我这里12.2。那么按照小于12.2即可。说明cudnn已经存在（可能在你前面安装cuda的是时候自带安装了对应的cudnn）目的:解决不同项目之间需要的cuda与cudnn 版本可能各不相同的环境问题。第五步：检查cuda与cudnn是否安装成功。第四步：按照需要的cuda与cudnn版本。第二步：创建虚拟环境并激活。

原创 yolov5-7.0版本detect修改自己调用

【代码】yolov5-7.0版本detect修改自己调用。

原创 yolov5-6.2版本训练No label 的问题

很久没有跑yolo了，今天跑了哈 遇到个 no label 的错误，现在记录下。解决一：【这是最常见的问题】，可惜我不是这个问题 哈哈哈哈哈。解决二：【这是最简单却最不常见的问题】我遇到了，搞了半天。

原创 yolov5-6.2版本关闭数据增强

原创 windows安装cudnn

（默认地址为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6）在输入下一个命令运行【bandwidthTest.exe】显示PASS则安装成功！因很久没有配环境了，今天重配环境记录下windows10下的cudnn环境配置。②点击新建，逐个填入如下环境变量（已经存在的环境变量，不需要重复添加）1. nvcc -V 查看cuda版本然后对应下载cudnn.。2.下载后解压 （文件内容如下，将这三个文件一起复制）如果显示是否替换，确认即可！

原创 视频ifox转mp4

视频ifox转mp4

转载 Yolov5-TensorRT的配置与部署

【动手学深度学习（二）】Yolov5-TensorRT的配置与部署 - 知乎

原创 本地链接服务器

1.下载：Xshell （

转载 在ubuntu 如何将本地项目上传到gitee

如果在使用命令git remote add时报错：这说明本地库已经关联了一个名叫origin的远程库，此时，可以先用git remote -v查看远程库信息：（或者GPT）git remote add origin git@gitee.com:XXXX/XXXXX.git(自行获取工厂的SSH)git clone git@gitee.com:XXXX/XXXXX.git(自行获取工厂的SSH)2.登录gitee,创建工厂,获取：SSH (gitee里的url，复制下来)对象计数中: 4, 完成.

原创 如何把本地代码传到gitee上

以上步骤将帮助你将 Gitee 仓库的代码拉取到本地。确保你具有适当的访问权限和凭据，并将命令中的 URL 替换为你的 Gitee 仓库 URL。1.首先，在 Gitee 网站上访问你想要拉取代码的仓库。找到仓库的首页，复制仓库的 HTTPS 或 SSH URL。将 <Gitee仓库URL> 替换为你在步骤 1 中复制的仓库 HTTPS 或 SSH URL。7.等待克隆完成后，你将在本地目录中看到 Gitee 仓库的代码副本。6.Git 将开始从 Gitee 仓库克隆代码到你指定的本地目录。

原创 英伟达显卡与驱动匹配

官方高级驱动搜索 | NVIDIA

原创 ubuntu配置深度学习环境之前的各种检查操作

如果您看到了一些包含 “nvidia-driver” 的列表，则说明您的系统上安装了 NVIDIA 显卡驱动程序。如果此命令未能显示 CUDA 版本号，则 CUDA 可能未安装或没有在 PATH 中设置相应的环境变量。如果系统已经安装了 CUDA，则此命令将显示 CUDA 版本号和其他与 CUDA 相关的信息。如果已安装 cuDNN，则此命令将显示有关 cuDNN 的版本号以及其他相关信息。这将列出您计算机中所有 VGA 控制器（显卡）的信息，包括它们的型号和厂商信息。接下来，您需要卸载 cuDNN。

翻译 ubuntu18安装nvidia显卡

解决apt-get下载速度慢的两种方式_Might_Guy.的博客-优快云博客_apt 速度慢1. 更换apt-get为国内镜像源查看所用的源:sudo gedit /etc/apt/sources.list 将默认的源改为国内的阿里镜像源 （cn.archive.ubuntu.com），现在 cn.archive.ubuntu.com 指向阿里云的开源镜像站 mirrors.aliyun.com，下载速度较快。安装显卡驱动前，重启电脑，进BIOS关闭UEFI安全启动（disable），很重要！

转载 ubuntu18.04上cuda及cudnn安装（血泪记录）

ubuntu18.04上cuda及cudnn安装_ubuntu18.04安装cudnn_alex1801的博客-优快云博客

原创 ubuntu完全卸载cuda(备忘)

cuda的卸载方法网上都有很多，这些方法大同小异，几乎都是错的，我在卸载cuda时基本试了个遍，各种踩坑。能查到的方法一般都是从官方文档搬过来的，然而这种使用命令的方法并不能将cuda完全卸掉。我运行过这个命令，运行完之后，命令行输入，发现自己要卸载的cuda居然还在，切换到/usr/local中，发现自己的cuda赫然在列，大写的卸载失败。(官方的方法不好用真堪称大水冲了龙王庙…)

原创 flask如何上传本地文件

2、这个端口会与路由@app.route("/")链接，链接后执行index函数，再通过。3、然后在这个"文件上传.html"里程序会根据。拿到通过"文件上传.html"文件里上传的图片。1、程序运行以后在控制台会出现一个端口连接。找到"文件上传.html"这个html文件。的这个路径端口以post的请求方式与路由。链接起来并执行upfile函数。4、在upfile函数里会通过。