Scarlet-9-优快云博客

原创 Docker管理容器流程

docker的备份过程：先将docker commit一个镜像，后续从这个镜像拉取出的docker便是基于原始docker的。（这里我的镜像是直接docker pull python = XXX，得到一个x86的linux带python环境的镜像）注：若创建容器时未挂载主机路径，再次打开时也无法挂载主机路径。一.从本机镜像创建一容器。四.备份docker。

2024-10-22 19:29:05 185

接着检查从机ROSMASTER_URI是否正确设置。这里是ros1与ros2之间的区别，ros1中，主机开启roscore时会有一条log显示ROSMASTER的URI，此时从机不需要再次打开roscore，而是应该执行。首先检查主从机ip是否互相ping通。（有时候从机能ping通主机，主机不能ping通从机，而ros信息收发需要两边都能ping通）查看网络是否在同一网段下，若不在，右上角新建一有线连接，选择手动DCHP,自主设计ip，虚拟机网络模式选择桥接。1.从机ping不通主机。

2024-10-08 08:50:11 273

原创 PLCnext通讯

技术路线：外设信息传到epc后通过pytho处理，处理完后将数据通过调用Rsc库相关方法连接并传给plc实现异步通讯。task：epc外设变量与PLC内部变量通过PLCnext engineer实现异步通讯。3）图像处理python环境迁移至epc。4）调用rsc_raw_demo实现通讯。2）epc正确安装相机驱动sdk。1）epc联网，安装Rsc库。

2024-10-04 15:42:13 287

原创 04_YOLOv5网络结构分析：ONNX模型concat层修改与删除

2.修改yolo.py，在该文件中重新定义concat函数，使得实例中输入层数超过2时concat函数内部做一次拆分处理。3.训练出onnx后写一python脚本，import ONNX ，导入训练出的模型，find concat后直接修改。1.修改训练所用的yaml文件，在该在yaml文件中重新定义网络结构，拆分多输入concat层为2输入。的实例化，找到每一个实例对应的输入特征图索引的值与个数。列表的长度大于2时转入if...)，然后重新训练。因此想要修改concat函数输入部分，需要搜索。

2024-07-03 17:23:22 591

原创 02 YOLOV5 导出模型并转ONNX

得到模型best.pt 和last.pt后一般会保存在.\master\runs\train\exp1。修改参数opset version ：17 到 12即可。

2024-07-01 16:56:29 450

原创 YOLOv5_6.0:利用gpu训练自己的数据集

一.环境搭建先去官网查看与gpu驱动适配的pytorch三个包的版本，再去pytorch官网复制下载链接并换源这里我用了pytorch 1.11.0＋cudatoolkit 11.3的版本，安装指令和过程如下;

2024-06-09 16:06:23 647 1

原创 01 pytorch:利用Imagefolder制作自己的数据集

跑代码时发现源码的数据是通过Dataloader（... ,download =True, ...）方式从pytorch的基础数据集上download下来的，故为自己的需求：替换自己的数据集并训练写了一个小程序。2.Imagefolder构建dataset并用Dataloader加载数据用于后续数据预处理。运行代码后print出的num_samples可以指导后续batch size的设置。

2024-04-01 20:52:36 421

原创 tensorflow：评估并输出生成模型的SSIM指标

img1 = tf.image.decode_image(tf.io.read_file('./test_imgs/IR5_ds.bmp'), channels=0)是灰度/bmp格式图像的参数，若为rgb，channels应设置为3。3.img维度问题：img1/img2均需为4维张量，故用tf.expand_dims(img2, axis=0)扩充了维度。1.解决输入图像的img.shape不存在问题，需要代码最前面加入tf.enable_eager_execution()

2024-03-31 22:04:36 525 1

m0_73496027的博客