- 博客(9)
- 收藏
- 关注
RSS订阅原创 Ubuntu20.04使用dd备份
下面的 /dev/sdb 替换为你的sd卡。# 下面的 /dev/sdb 替换为你的sd卡。# 该命令可每隔5s输出一次dd进度。# 该命令可查看一次dd进度。插入新的sd卡，执行恢复命令。
2025-03-19 13:55:03
209
原创 Ubuntu20.04出现E: 无法获得锁 /var/lib/apt/lists/lock – open (11: 资源暂时不可用) E: 无法对目录 /var/lib/apt/lists/ 加锁
出现这个问题的原因可能是有另外一个程序正在运行，导致资源被锁不可用。而导致资源被锁的原因，可能是上次安装时没正常完成，而导致出现此状况。这个问题在Ubuntu系统下非常常见，在添加源，然后在更新源时中途中断了更新，只要再安装软件或者再去更新的时候就会出来的错误提示。E: 无法获得锁 /var/lib/apt/lists/lock – open (11: 资源暂时不可用)E: 无法对目录 /var/lib/apt/lists/ 加锁。—————————分割线—————————解决方法：输入以下命令。
2025-03-19 13:50:56
245
原创 Ubuntu20.04安装部署TensorRT
下载yolov5对应的模型网址：https://github.com/ultralytics/yolov5/releases。下载网址：https://developer.nvidia.com/nvidia-tensorrt-download。上一篇博客你安装的yolov5-v5.0的话，上面的源码和模型也要对应版本。将里面的gen_wts.py文件复制到你yolov5的目录下。注意##下载的版本按照你安装的yolov5版本。在此目录下打开终端生成.wts文件。都下载完后进入yolov5的目录。
2024-01-26 15:34:58
1849
1
原创 Ubuntu20.04安装pytorch和yolov5环境
回到主目录按Ctrl+H将隐藏文件显示出来，进入.config文件夹再进入Ultralytics文件夹，将Arial.ttf文件复制到这里，然后再回到yolo5的终端运行python3 detect.py –weights yolov5s.pt –source 0。切换分支，选择YOLOV5的版本（推荐选择V6.0或者V5.0的版本，安装起来方便，后面模型转换效果也好）安装的版本建议不要超过你的CUDA版本，例如我的CUDA版本是11.4的，就选择11.3的来安装。找到跟你对应的CUDA版本安装。
2024-01-24 16:08:20
1163
3
原创 Ubuntu20.04安装PCL1.12（带GPU）
下载PCL网址：https://github.com/PointCloudLibrary/pcl/releases/tag/pcl-1.12.0。首先安装VTK的依赖：X11，OpenGL；cmake和cmake-gui在安装pcl依赖的时候安装过了的话可以跳过。网址：https://vtk.org/download/然后回到VTK-7.1.1/build的终端路径下。然后回到刚刚pcl的build文件夹路径的终端。此时点击configure如果出现下面错误。打开之后先点击下面的configure。
2024-01-24 16:04:44
2273
原创 Ubuntu20.04安装显卡驱动、CUDA、CUDNN、opencv使用CUDA加速
#注意：”CUDA_ARCH_BIN=8.6“这里的数字可以去官网查看（网址：https://developer.nvidia.com/cuda-gpus#compute）按照自己电脑显卡的型号填写。如果实在不确定的可以在上面CUDA测试那一步查看。注册登陆后下载下面框选的四项“注意选择你的Ubuntu版本”（##注意如果你的CUDA安装的版本较高，可能会没有Runtime、Developer、Code测试的三项,如果没有则可以跳过CUDNN的测试步骤)。打开之后是一个空的文件，将下面这句复制进行保存。
2024-01-24 16:02:17
3912
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人