- 博客(133)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 yolo格式数据集之空中及地面拍摄道路病害检测7种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用
yolo格式数据集之空中及地面拍摄道路病害检测7种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用。数据集搜集整理不易，获取地址在最后。总共有:33585张。
2024-07-31 22:02:06
438
原创 yolo格式数据集之地面道路病害检测4种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用
yolo格式数据集之地面道路病害检测4种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用。数据集获取地址在最后。
2024-07-31 21:34:25
633
1
原创 国内pip安装镜像源汇总
在中国，由于访问默认的Python包索引PyPI可能速度较慢，使用国内的镜像源可以显著加快包的下载速度。注意：使用HTTP协议时，你可能需要添加参数来避免SSL证书警告。
2025-04-01 13:38:10
418
原创 全网最详细使用Sglang部署DeepSeek-R1-671B满血版4机32卡
InfiniBand 提供极高的吞吐量（可达数百Gbps）和极低的延迟（微秒级），同时支持远程直接内存访问（RDMA），允许数据直接在节点间传输，无需CPU干预，从而大幅提升效率。OpenSM 是 InfiniBand 网络的子网管理器，负责管理 InfiniBand 子网的拓扑结构、路由和通信。OpenIBD 是 InfiniBand 设备的守护进程，负责初始化和管理 InfiniBand 设备。确保至少有一台机器上运行了 InfiniBand 子网管理器（OpenSM），以管理 IB 子网的通信。
2025-03-20 17:24:24
485
原创 ubuntu系统中端口的开放关闭与查看
如果程序是通过服务运行的（如 Nginx、Apache），可以使用。解除端口占用并关闭端口开放的操作非常简单。是 Ubuntu 上最常用的防火墙管理工具，简单易用。是一个强大的工具，用于查看系统的网络连接和端口状态。如果端口被某个程序占用，需要停止该程序以释放端口。首先，检查当前开放的端口，确认需要关闭的端口。的输出，找到占用端口的程序并停止它。可以查看哪个进程正在使用某个端口。如果没有输出，说明端口没有被占用。来检查端口状态和占用情况。关闭指定端口的访问规则。查找占用端口的程序。
2025-03-14 13:47:06
893
原创 ubuntu系统中安装和干净卸载docker
至此，Docker已在Ubuntu 22.04系统中成功安装并配置完成。如果看到欢迎信息，说明Docker已成功安装并运行。为了避免每次使用Docker时都需要。，说明 Docker 已成功卸载。
2025-03-13 16:21:05
730
原创 全网最全sglang部署DeepSeek-R1-Distill-Qwen-14B/32B大模型
home/weights :存放权重文件，容器的home下被绑定。下面脚本中的ip_ad表示ip地址，比如10.101.21.10。进入容器，并切换到home目录下。
2025-03-12 11:44:46
366
原创 使用ngnix进行负载均衡部署deepseek蒸馏版
在浏览器中访问服务器的IP地址或域名，如看到Nginx欢迎页 面表示安装成功。使用以下命令来重新加载Nginx配置。
2025-03-11 13:12:53
1075
原创 Sglang部署大模型常用参数详解
如果在服务过程中出现内存不足错误，请尝试通过设置较小的值来减少 KV 缓存池的内存使用量–mem-fraction-static。: 设置为true时，提供tokens给引擎并直接获取输出tokens，通常在RLHF中使用。: 使用的聊天模板。: 模型能够处理的token数量，包括输入的tokens。果在长提示的预填充过程中看到内存不足错误，请尝试设置较小的分块预填充大小。: 如果设置了此选项，则在响应使用情况中包括缓存token使用的详细信息。: 如果需要使用模型的特定版本，可以通过此参数调整。
2025-03-10 15:15:22
1731
原创 使用vllm多节点多卡部署大模型
要在多节点多卡的环境中部署一个大模型，可以使用（Very Large Language Model）框架。vLLM 是一个高效的推理和服务框架，特别适合大规模语言模型的部署。
2025-02-22 13:05:50
1049
原创 全网最全4机32卡使用torchrun部署DeepSeek-R1-671B模型
根据实际情况，修改参数，如果是4机，nnodes为4，在每一台机器上修改参数，运行起来，则满血版本就跑通了。ADDR为主机的ip地址。
2025-02-19 11:36:34
787
原创 Winsows系统中安装docker desktop并搭建深度学习开发环境
制作镜像可以用dockerfile文件构建，也可以直接拉取下来后，配置好环境再打包，本次用后者，不用dockerfile构建。引号中为下载的Docker Desktop所在目录，installation-dir后面跟安装路径。7、下载并安装torch、torchvision、torchaudio，命令依次如下。4、进入到自定目录下，安装anaconda。6、创建一个新环境、激活并修改pip镜像源。（1）默认安装路径：直接双击安装即可。5、安装并配置anaconda镜像。8、安装opencv。
2025-02-19 11:09:27
595
原创 labelimg 贴标签详细教程
贴完标签后，标签文件在你选择的贴标文件存放目录下，我的标签文件存放在文件夹“labels”下面，这下面有两种txt文件，一种是以图像名称命名的标签文件，还有一个classes.txt标签名索引文件。标签文件内容如下，其中除了标签外，每一个数值都进行了归一化。
2024-12-16 13:21:50
2485
2
原创 python实现微信支付代码
需要注意的是，微信支付功能必须满足微信支付的相关规定，例如：必须是企业才可以申请微信支付接口权限，个人不具备该权限。微信支付功能涉及到很多接口以及安全性的处理，因为涉及到具体的接口和key，以下是一个简化模型，不适合直接运行使用。4、将返回的数据再一次签名，然后返回给客户端。6、客户端支付完成后，微信会异步通知支付结果。2、服务器端对订单信息进行处理，生成订单。7、服务端收到支付结果，更新订单状态。5、客户端接收到数据后发起支付请求。1、接收前端传来的订单信息。
2024-09-14 15:52:10
1041
原创 voc装yolo|划分训练集和验证集|yolo格式标签画在图上保存||查看yolo格式数据集详细信息
【代码】voc装yolo|划分训练集和验证集|yolo格式标签画在图上保存||查看yolo格式数据集详细信息。
2024-08-31 16:45:46
316
原创 yolo格式数据集|自动驾驶|5类别|数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用
本数据为自动驾驶检测数据集，数据集是车类摄像头在不同场景下拍摄，有5类，分别为car、truck、person、bicycle、traffic_light。数据集整理不易，获取地址在最后。类别名：[‘car’, ‘truck’, ‘person’, ‘bicycle’, ‘traffic_light’]总共有:18000张。训练集：14440张。
2024-08-31 16:39:30
415
原创 yolo格式数据集|口罩检测|2类别|数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用
本数据为口罩检测检测数据集，获取地址见最后，数据集数量如下：总共有:853张训练集：682张验证集：171张类别数量：2类别名：数据集整理不易，获取地址如下：
2024-08-18 22:05:02
280
原创 yolo数据集格式按照每一个类别的比例划分数据集
base_train_images_path 待划分数据的训练集图像路径–base_val_images_path 待划分数据的验证集图像路径–save_root_path 新的数据集保存路径 ，主目录名–train_ratio 训练集所占的比例。
2024-07-31 10:26:37
542
原创 城市交通工具目标检测数据集自行车、公交车、小汽车、行人
数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用；yolo格式数据集之交通工具检测5种；数据整理不易，下载地址点。
2024-07-27 17:04:10
344
原创 yolo格式数据集之野生动物类4种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用
本数据为野生动物类检测数据集，数据集数量如下：总共有:1504张训练集：1203张验证集：150张类别数量：4测试集：151类别名：['buffalo', 'elephant', 'rhino', 'zebra']
2024-07-14 17:54:42
478
原创 yolo格式数据集之狗类120种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用
yolo格式数据集之狗类120种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用。总共有:19983张。训练集：16001张。
2024-07-14 17:06:46
343
原创 windows中超详细深度学习环境配置之安装显卡驱动、cuda、cudnn、pytorch、torchvision、pycharm
安装完成后，可以按win+r键盘，输入cmd回车，弹出如下所示终端，输入nvidia-smi，若显示如下，则说明驱动已经安装好了。我可以装的最高版本是12.5，我下载12.1.0版本的cuda（主要是为了能下载到对应版本的pytorch，版本太高，对应pytorch都很难下载到哦）双击所下载的cuda安装包，然后选择安装的目录，本人默认，然后单击OK，接着一路的选择如以下图所示，按照顺序依次走完就安装完成了。安装cuda时，注意版本对应问题，下图中的1表示你可以安装的cuda的最高版本。
2024-07-11 15:36:37
2555
原创 动物检测yolo格式数据集（水牛 、大象 、犀牛 、斑马四类）
本数据集含有四种动物可以检测，分别是水牛 、大象 、犀牛 、斑马四类，数据集格式为yolo格式，可以直接使用，数据集划分组成如下：训练集：1203张验证集：150张测试集：151张。
2024-07-03 20:41:26
480
转载 AI 常见视觉、自然语言处理等数据下载地址
包含 196 种汽车类别的图像数据集，共有 16,185 张图像，分别为 8,144 张训练图像和 8,041 张测试图像，每个类别的图像类型比例基本上都是五五开。
2024-04-18 16:52:18
267
原创 汉字中文验证码点选识别匹配，达到商用级别
针对中文验证码进行识别，当出现以下验证码时，需要手动按照汉字的顺序，在上半部分的乱码中按照顺序点选出来。本项目通过深度学习的方法，自动识别，并按照白底汉字的顺序，返回上半部分图像中汉字的中心点坐标。
2024-03-06 00:53:08
1102
原创 大模型ChatGLM-6B实现本地部署
1、 确保你的电脑中已安装git，git lfs。2、确保你的电脑满足以下任一一种配置：（1）内存不低于32G，大显存显卡无要求。（2）内存不低于16G，显存不低于8G。3、若满足2(2)，则请确保你的显卡驱动和cuda、cudnn已经安装，并且相互之间版本对应。若满足2(1)，则继续继续往下看。
2024-03-04 16:13:39
1653
原创 抠人像可抠头发丝的模型-软语义分割（Semantic Human Matting）
项目结构如下图所示，总共有3个一级文件夹(data、model、run)，3个运行脚本(train.py、test_camera.py、test_image.py)和1个readme.md，说明如下：data：处理相关数据的脚本和数据存放------datas：存储训练数据------original：原始图像数据存储------dataset.py：数据读取脚本------gen_trimap.py：产生trimap图像，及前景、背景、不确定区域。
2024-02-21 20:51:20
1811
原创 深度学习环境配置相关下载地址整理（cuda、cudnn、torch、miniconda、pycharm、torchvision等）
一、深度学习环境配置相关：1、cuda：2、cudnn：5、pycharm：6、pytorch:8、opencv：二、其他1、gihub：2、cmake：3、mingw：
2024-02-06 16:54:12
1403
原创 一个脚本搞定yolov5和yolov8在c++环境中加载onnx模型格式仅调用opencv部署
本脚本参考官方代码直接整理在一个.cpp文件中完成，仅仅使用cv接口加载onnx模型完成yolov5和yolov8模型的推理过程，即只在你的c++开发环境中配置一个opencv就可以了。opencv如果要在gpu上使用，需要在编译的时候，在编译选项里面选定cuda相关的选项，配置成功即可。
2024-01-31 21:28:16
1313
3
原创 ubunu中配置torch环境4060显卡
2、查看系统是否安装显卡驱动 nvidia-driver及显卡支持的驱动型号。4、检查驱动是否安装成功后直接安装cuda。1、查看系统版本和显卡型号。3、安装推荐版本的显卡驱动。
2023-10-07 11:19:50
644
原创 15、pytorch张量基本操作、卷积池化介绍、简单神经cnn网络搭建和训练示例
第一章 pytorch介绍第二章 pytorch中张量的数据类型介绍第三章 pytorch张量的基本操作3.1 创建张量3.2 张量操作3.3 张量索引3.4. 自动求导第四章 PyTorch中卷积、池化、激活函数、全连接层介绍4.1 卷积层4.2 池化层4.3 激活函数4.4 全连接层第五章 pytorch中CNN网络搭建和训练示例PyTorch是一个基于Python的科学计算库，主要用于深度学习和人工神经网络。它是一个开源项目，由Facebook人工智能研究团队开发，并且非常受欢迎。
2023-05-31 11:20:43
1031
原创 模型优化之模型剪枝
（2）非结构化剪枝：把权重矩阵中某个神经元节点去掉，则和神经元相连接的突触也要全部去除。可以通过计算神经元对应的行和列的权重值的平方和的根的大小进行排序，把排序在后面一定比例的神经元节点去掉。Pytorch中模型的剪枝方法有三种，局部剪枝、全局剪枝和自定义剪枝。接下来开始演示三种剪枝在LeNet网络中的应用效果，我们首先给出LeNet网络结构。（1）结构化剪枝：剪掉神经元节点之间的不重要的连接。剪枝所占比例是按照所有参数来算的，不是按照每层的数量来算的，剪枝时候也按整体来算。
2023-02-13 17:31:55
2395
7
原创 语义软分割算法(Semantic Human Matting)原理-pytorcch代码项目实战
Semantic Human Matting算法讲解，附项目代码及代码讲解
2023-01-31 00:13:32
762
动物检测yolo格式数据集（水牛 、大象 、犀牛 、斑马四类）
2024-07-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人