微信号：Custom-Software

我用mmdetection训练完成之后，我们训练的结果在json文件当中，如下所示在20230105_221053.log.json当中，但是，当我们使用mmdetection画图时发现画的不是很好看。因此，我们需要把这些数据导出来。我这个代码使用chatgpt搞得，然后修改了一下，感觉挺好用的。

只需要更改"path"即可!所有的XML文件都在Annotations文件夹下面

这个主要是各种数据集转换成COCO格式我觉得写的很好，因此进行转载一下，仅供学习用，谢谢网址：https://gitcode.net/mirrors/spytensor/prepare_detection_dataset?utm_source=csdn_github_accelerator

经常因为这个问题搞得很难受，因此，我把自己可以正常运行的记录下来，做个对照，实在跑步起来，就可以用这个版本首先，我们的cuda是10.1之后，显卡驱动，我们的驱动是：470.86最后，pytorch版本，我们的版本是：1.9.0+cu111（很奇怪为啥不是cu101呢？但是可以运行）我们的python版本是：3.9.12反正按照上面的方式运行肯定是没有问题的，

1.查找本机ip地址,终端输入（不是自己的电脑，是服务其的IP）：查看inet 192打头的地址2.查找本机用户名，终端输入（不是自己的电脑，是服务其的IP）：3.在另一个装有ubuntu的电脑上终端输入(自己的电脑)sftp 用户名@ip地址即可进入另一个电脑进行文件传输传出文件，在终端输入：可以pwd查看路径获取文件，终端输入：

首先，下面的代码图片必须是从0开始到21结束，比如：0.jpg等,可以看我的上一篇博客，怎么把图片的文件名从0开始进行命名。之后，就是复制粘贴就可以。转换后保存的文件夹为：work_path_new。

其中，下面的代码是以0开始，如果需要以001开始，把zfill(1) 改成 zfill(3)就可以。下面的代码直接复制粘贴即可，

下面的这个可能需要，也可能不需要。上面的不好使用，就把下面的也安装了，然后记得两个网络必须在一个局域网里面

https://blog.youkuaiyun.com/baidu_30506559/article/details/121908428

以下代码来源：https://www.bilibili.com/video/BV18L4y167jr?p=3&spm_id_from=pageDriver这个博主，首先感谢他制作的视频教程，个人觉得写的还不错其源代码为：import osfrom shutil import copyimport randomdef mkfile(file): if not os.path.exists(file): os.makedirs(file)# 获取data文件

https://www.cnblogs.com/liuwenhua/p/11521668.html

在安装界面输入一下两行代码，即可打开anaconda可视化界面source ~/anaconda3/bin/activate rootanaconda-navigator之后在任务栏中锁定

参考这个博主的链接：https://blog.youkuaiyun.com/qq_21650171/article/details/108603200

Garbage下面的一个文件夹是runs，其中，所有的可视化文件events均在runs文件夹下面。

1、通过nvidia-smi查看自己的显卡信息，下面是我的显卡的信息，其实在安装cuda驱动之前先安装显卡驱动。这里就不说明安装显卡驱动了2、之后在nvdia官网下载cuda驱动信息，下面的图显示的是9.0的界面，其实我最后安装的是9.2的版本，下载的是那个1.6GB的文件，占用的内存还是挺大的，我之前一直在纠结使用1.6GB的文件还是100多M的文件;3、下载好这个文件之后直接安装。记住文件放在home目录下面，不用切换路径就可以直接安装代码为：sudo sh cuda_9.2.148_396.3

ubuntu16.04版本下安装anaconda3,这里介绍一下自己是怎么在ubuntu下安装anaconda3的，最后成功运行。1、首先在官网下载anaconda3，记得是下载ubuntu的，不是windows,下载界面如下所示。下载地址为：https://www.anaconda.com/products/individual2、下载完成之后，就开始进行安装;快捷键打开命令窗口；3、界面如下所示，使用bash安装anaconda3，代码为：bash /home/yuan/Anaconda3-202

本人安装是在Windows的系统上操作，上一次安装成功，之后很久没安装了。忘记了，所以就简单的做做一个记录，方便自己下一次不用花时间和精力去百度。不过还是推荐一个博客，我觉得他写的还不错，博客地址为：https://blog.youkuaiyun.com/baidu_36602427/article/details/86548203下面我就介绍一下我安装的步骤：1...

UltraISO制作u盘启动盘时候老是显示被占用，没办法进行下一步，重启一下电脑就好了。我的是

换源已经换过的就不用换啦，不然太慢啦安装apex先安装 torch官网查看运行命令https://pytorch.org/get-started/locally/根据自己的情况选择，得到安装命令，打开cmd执行命令完成安装。下载apex网址https://github.com/NVIDIA/apex下载到本地文件夹装依赖解压后打开，可以看到requirements.txt文件夹，里面写了依赖及版本要求，需要将里面写的依赖装好打开cmd，依次执...

打开anaconda 报错很有可能是文件有问题，我的是condarc文件有问题，把condarc文件换一下正确的就好，其中文件地址在下面正确的文件内容为ssl_verify: truechannels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ - https:/...

查看cuda和cudnn对应=版本进官网查看https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10activate papper3 进入papper3的环境变量conda install cudatoolkit=9.0 -n papper3papper3为环境变量名，记得连网线，否则网络不好安装不了，我就被搞了好几回直接写conda install cudatoolkit=9.0就是安装在基础环境当中。也可以这么搞.

第一种：查看参数量pip install torchsummary#此段代码之显示Output Shape和Paramfrom torchsummary import summarysummary(model.cuda(), input_size=(3, 224, 224))224分别为输入高度和宽度，3为通道数，界面如下所示第2种：查看参数量，这种的最详细，但是也是最新的方法，所以还在开发开发当中from torchstat import statstat(mode

能够正常使用cuda进行网络模型的训练，关键有三步，分别为：1）cuda版本；2）是否安装tensorflow-gpu以及版本；3）显卡驱动是否为最新的，一般设置最新的就行，下载一个鲁大师进行驱动检测，把显卡驱动更新为最新的版本。三个问题对应了基本上没啥问题其中1代表显卡驱动，目前我的比较新。建议都在400以上稳点，2代表cuda的型号。接下来就是安装tensorflow-gpu了，建议查一下对应版本的型号。安装完成之后，cdm，在项目对应的目录下，输入python，然后import torch

解决办法：pip install keras -i http://pypi.douban.com/simple --trusted-host pypi.douban.com（其中的keras是你需要下载的，根据自己需求自行更改）