如果没有最优解，那就找到可行解

原创 cuda编程双线性插值计算及NMS

【代码】cuda编程双线性插值计算。

原创 ULTRA-FAST-LANE车道线检测数据准备

1：利用labelme准备pic 和json。3：然后再将图simple数据集增加语义。然后出现tusimple的数据。

原创 redhat基础的环境搭建-离线虚拟环境

需要注册订阅号，需要注册redhat账户，然后订阅信息参考 下面，刚注册完，需要审核，需要等 一段时间才可以用。）NVIIDA驱动版本和uname-r的kernel版本有一点关系，太老的版本，不适合太新的驱动。2：下载nvidia驱动后安装出现（redhat安装驱动会有几个坑，可以参考这个。这个时候需要安装内核源代码（需要联网了,这个需要根据版本下载）在尝试安装 NVIDIA 驱动之前，你应该先关闭 X 服务器。如果直接安装不了，则下载后安装，参考。利用yum安装，或者下载东西时。

原创 杂学等平时能用到的乱起八糟

这个是一个各个深度学习的合集，有代码。

原创 多用户登录

rdpwrap.ini/rdpwrap.ini at master · sebaxakerhtc/rdpwrap.ini · GitHub

原创 解析图像yolovbox

【代码】解析图像yolovbox。

原创 PPYOLE

3.2 配置yml 主要 然后根据这个 去更改其它的。3：训练阶段首先利用原有的数据，然后更改成自己的数据。VOC:数据集满足条件。

原创 数据集 mean std计算方法

机器学习meanstd计算

原创 TensorRT

1:.pth ------.onnx --------.engine利用的库是2: float32-float16-int8

原创 yolox 的C++ 部署解析

C语言中 int main(int argc,char *argv[])的两个参数详解_Jeff_的博客-优快云博客_int main 参数int main(int argc,char *argv[])的两个参数详解argc是命令行总的参数个数；argv[]是argc个参数，其中第0个参数是程序的全名，以后的参数。命令行后面跟的用户输入的参数获取引擎：if (argc == 4 && std::string(argv[2]) == "-i") { con

原创 TIME_WAIT 尽可能客户端先断开，服务的不要主动断开

TIME_WAIT 尽可能客户端先断开，服务的不要主动断开

原创 基于LED的温度检测（目标检测到--OCR)

led温度表数据集及标注label

原创 图像处理-之谱分析

1：谱--频谱，幅度谱，相位谱 功率谱1.1 对一个时域信号进行傅里叶变换，就可以得到的信号的频谱，信号的频谱由两部分构成：幅度谱和相位谱。频谱中高频是细节，低频是轮廓（针对图像）1.2 对于能量信号，常用能量谱来描述。所谓的能量谱，也称为能量谱密度，是指用密度的概念表示信号能量在各频率点的分布情况。也即是说，对能量谱在频域上积分就可以得到信号的能量。能量谱是信号幅度谱的模的平方，其量纲是焦/赫。对于功率信号，常用功率谱来描述。所谓的功率谱，也称为功率谱密度，是指用密度的概念表示信号功率..

原创 cpu gpu

Linux 查看物理 CPU、内存信息 - hftian - 博客园gpu

原创 双显卡驱动

反复几次：今天终于弄好双显卡驱动了！- Community - Deepin Technology

原创 U盘恢复成普通盘

U盘启动盘怎么复原为普通U盘 - 知乎

原创 OPENCV C++版安装

ubuntu18.04安装opencv3.4.0_W1995S的博客-优快云博客_ubuntu18.04安装opencv无法打开视频opencv读取视频及打不开视频的解决方法_random_repick的专栏-优快云博客_opencv生成的视频打不开

原创 GPU显存，计算量，计算密度，访存量等推理速度

释放pytorch占用的gpu显存_Pytorch释放显存占用方式释放pytorch占用的gpu显存_Pytorch释放显存占用方式_weixin_39929595的博客-优快云博客

原创 DOCKER UBUNTU 配置

1：DOCKER 深度学习环境基本要素Docker部署深度学习服务器，CUDA+cudnn+ssh_铜锣烧阿南Anan的博客-优快云博客2：安装pythonDocker下的ubuntu 安装python3.6 及pip3 - 简书apt-get install python3.6安装：apt-get install python3.6查看所有连接： ls -l /usr/bin | grep python 删除现有连接：rm /usr/bin/python 建立新的连接：ln..

原创 DOCKER-LINXU-AI

卸载docker及所有1. 删除某软件,及其安装时自动安装的所有包sudo apt-get autoremove docker docker-ce docker-engine docker.io containerd runc2. 删除docker其他没有没有卸载dpkg -l | grep dockerdpkg -l |grep ^rc|awk '{print $2}' |sudo xargs dpkg -P # 删除无用的相关的配置文件3.卸载没有删除的docker相

原创 多线程多进程

多进程模式最大的优点就是稳定性高，因为一个子进程崩溃了，不会影响主进程和其他子进程。（当然主进程挂了所有进程就全挂了，但是Master进程只负责分配任务，挂掉的概率低）著名的Apache最早就是采用多进程模式。多进程模式的缺点是创建进程的代价大，在Unix/Linux系统下，用fork调用还行，在Windows下创建进程开销巨大。另外，操作系统能同时运行的进程数也是有限的，在内存和CPU的限制下，如果有几千个进程同时运行，操作系统连调度都会成问题。多线程模式通常比多进程快一点，但是也快不到哪去，而且

原创 python--问题整理 ValueError: invalid literal for int() with base 10: ‘97.000‘ str 转int

1： ValueError: invalid literal for int() with base 10: '97.000' str 转int 如果写int("1.0")就会错误，因为python假设需要进行int转型的字符串仅仅包含数字，这时候用round(float("1.0"))就ok了。

原创 神经网络名字解析

FPN —— 特征金字塔《Feature Pyramid Networks for Object Detection》

原创 transform-detr

复现windows10复现DEtection TRansformers（DETR）并实现自己的数据集_w1520039381的博客-优快云博客_detr训练自己数据集预测：pytorch实现DETR的推理程序_ahhhhhh520的博客-优快云博客_pytorch 推理demo'''Descripttion: version: 请写项目版本Author: @LXHZDate: 2021-12-10 17:42:32LastEditors: @skmingLastEditT

原创 不同模型算力要求

BFLOPS有两个不同场景下的解释,第一种是描述硬件运算性能的单位,这时其全称是Billion Float operations per second,即每秒能进行多少个 十亿次浮点运算符

原创 ATTENTION_SE_ [se_block, cbam_block, eca_block]

1:三种注意力机制的封装已经完成可参考：https://gitee.com/skming7216/attention/blob/master/nets/attention.py应用时可以将注意力机制放置在forword之前就可以from nets.attention import cbam_block, eca_block, se_blockattention_block = [se_block, cbam_block, eca_block]class YoloBody(nn.M

原创 FFmpeg

ffmpeg 用于将视频切割成特定时长的脚本ffmpeg 可以加入这里加了个-loglevel quiet 参数 去除了ffmpeg多余的输出信息import subprocessdef getVideoTime(path): cmdline = 'ffprobe "%s" -show_entries format=duration -of compact=p=0:nk=1 -v 0'%path gettime=subprocess.check_output(cmdline,.

原创 硬件GPU

...

原创 json—sockit

JSON

原创 labelme——颜色同类物体颜色不统一

import argparseimport base64import jsonimport osimport os.path as ospimport imgvizimport PIL.Imagefrom labelme.logger import loggerfrom labelme import utilsdef main(): logger.warning('This script is aimed to demonstrate how to convert the.

原创 shell 用技巧

1：查看一个目录是否已经mount --bind执行 mountpoint -q /test/mountecho $? 如果是0表示已经mountmountpoint -q /test/mount || mount -o bind /some/directory/here /test/mount

原创 2021-10-12自适应阈值化操作：adaptiveThreshold()函数

自适应阈值化操作：adaptiveThreshold()函数在图像阈值化操作中，更关注的是从二值化图像中，分离目标区域和背景区域，但是仅仅通过设定固定阈值很难达到理想的分割效果。而自适应阈值，则是根据像素的邻域块的像素值分布来确定该像素位置上的二值化阈值。这样做的好处：1. 每个像素位置处的二值化阈值不是固定不变的，而是由其周围邻域像素的分布来决定的。2. 亮度较高的图像区域的二值化阈值通常会较高，而亮度低的图像区域的二值化阈值则会相适应的变小。3. 不同亮度、对比度、纹理的局部图像区域..

原创 2021-10-14 交点计算

原创 2021-10-11 OCR数据集整理

1：标注数据集2：截取数据集新json3：生成label（利用labelme自带的labelme_json_to_dataset）生成jsondir4：分离数据集image，labelimport osimport cv2import numpy as np#将json文件label转换为到data文件夹# n=2#n为总共标注的图片数# for i in range(n):# os.system('activate labelme & labelme_

原创 labelme json文件提取特定区域成新json

# 读取json文件内容,返回字典格式from collections import defaultdict, OrderedDictimport jsonimport cv2from labelme import utilsdef new_json(jsonname,xgpoints,txtpoints,imagepath,imageH,imageW,imagedata,xg_shapetype='rectangle',txt_shapetype="polygon"): # xg_di.

原创 验证码之旋转印刷文字识别实战

GitHub - CaoYuGang/crnn_word_captcha: 验证码之旋转印刷文字识别实战 项目完全试用Geetest的文字点选项目文本主要描述旋转印刷文字验证码的识别训练，适读人群为有识别验证码经验人群或当前寻找验证码项目试手人群。本文采用CRNN+CTC对文字进行识别，通过训练已对样例数据的识别率达到了97%。本文主要以实战代码展示的形式叙述整个项目的过程，方便大家理解和尝试。...

原创 监测日志文件如果不更新则重启动程序

file_path0=$(cd $(dirname $0); pwd)file_path1=${file_path0}/logger/check.txtfunction kill_detect(){ file=${file_path0}/detect_pid_list.txt kill $(cat $file)}function start_detect(){ nohup python main3.py &}function whether_changed(){ e.

原创 pytorch 交叉熵计算过程

同样可以参考Pytorch中Softmax、Log_Softmax、NLLLoss以及CrossEntropyLoss的关系与区别详解_NeilPy的博客-优快云博客参考以上公式我们进行如下计算：importtorch.nnasnnimporttorchloss=nn.CrossEntropyLoss()input=torch.randn(3,5,requires_grad=True)print(input)target=torch.empty...

原创 shell 文件开启

PyTorch模型的加及部署https://zhuanlan.zhihu.com/p/151406969?from_voters_page=true&ivk_sa=1024320u

原创 2021-09-13 正则化

>>> comment = re.compile(r'/\*(.*?)\*/')>>> text1 = '/* this is a comment */'>>> text2 = '''/* this is a>>> comment.findall(text1)>>> comment.findall(text2)（.*?)r'[(](.*?)[)]'匹配以（ ）中的字符等，这个？必须加，要么可能会最大匹..