dnn auto安装host账户密码

博客内容提及了dnnhost,但信息较少,未明确其具体指向。
dnnhost
C:\ProgramData\anaconda3\envs\my_env\python.exe D:/xiaoxueqi/rgzn/code/ultralytics-test/main._detect.py C:\ProgramData\anaconda3\envs\my_env\lib\site-packages\torch\nn\functional.py:718: UserWarning: Named tensors and all their associated APIs are an experimental feature and subject to change. Please do not use them for anything important until they are released as stable. (Triggered internally at ..\c10/core/TensorImpl.h:1156.) return torch.max_pool2d(input, kernel_size, stride, padding, dilation, ceil_mode) Transferred 319/355 items from pretrained weights Ultralytics YOLOv8.2.77 🚀 Python-3.8.0 torch-1.9.0+cu111 CUDA:0 (NVIDIA GeForce RTX 4060 Laptop GPU, 8188MiB) WARNING ⚠️ Upgrade to torch>=2.0.0 for deterministic training. Traceback (most recent call last): File "D:\xiaoxueqi\rgzn\code\ultralytics-test\ultralytics\engine\trainer.py", line 531, in get_dataset data = check_det_dataset(self.args.data) File "D:\xiaoxueqi\rgzn\code\ultralytics-test\ultralytics\data\utils.py", line 273, in check_det_dataset if zipfile.is_zipfile(file) or is_tarfile(file): File "C:\ProgramData\anaconda3\envs\my_env\lib\tarfile.py", line 2466, in is_tarfile t = open(name) File "C:\ProgramData\anaconda3\envs\my_env\lib\tarfile.py", line 1599, in open return func(name, "r", fileobj, **kwargs) File "C:\ProgramData\anaconda3\envs\my_env\lib\tarfile.py", line 1664, in gzopen fileobj = gzip.GzipFile(name, mode + "b", compresslevel, fileobj) File "C:\ProgramData\anaconda3\envs\my_env\lib\gzip.py", line 173, in __init__ fileobj = self.myfileobj = builtins.open(filename, mode or 'rb') PermissionError: [Errno 13] Permission denied: 'D:\\xiaoxueqi\\rgzn\\code\\ultralytics-test\\datasets\\mydata' The above exception was the direct cause of the following exception: Traceback (most recent call last): File "D:/xiaoxueqi/rgzn/code/ultralytics-test/main._detect.py", line 144, in <module> train_detect(ModelConfigPath, ModelPath, DatasetConfigPath) File "D:/xiaoxueqi/rgzn/code/ultralytics-test/main._detect.py", line 13, in train_detect model.train(data=DatasetConfigPath, epochs=100, imgsz=640, batch=8, workers=0) File "D:\xiaoxueqi\rgzn\code\ultralytics-test\ultralytics\engine\model.py", line 805, in train self.trainer = (trainer or self._smart_load("trainer"))(overrides=args, _callbacks=self.callbacks) File "D:\xiaoxueqi\rgzn\code\ultralytics-test\ultralytics\engine\trainer.py", line 134, in __init__ self.trainset, self.testset = self.get_dataset() File "D:\xiaoxueqi\rgzn\code\ultralytics-test\ultralytics\engine\trainer.py", line 535, in get_dataset raise RuntimeError(emojis(f"Dataset '{clean_url(self.args.data)}' error ❌ {e}")) from e RuntimeError: Dataset 'D://xiaoxueqi/rgzn/code/ultralytics-test/datasets/mydata' error [Errno 13] Permission denied: 'D:\\xiaoxueqi\\rgzn\\code\\ultralytics-test\\datasets\\mydata' engine\trainer: task=detect, mode=train, model=.\ultralytics\cfg\models\v8\yolov8n.yaml, data=D:\xiaoxueqi\rgzn\code\ultralytics-test\datasets\mydata, epochs=100, time=None, patience=100, batch=8, imgsz=640, save=True, save_period=-1, cache=False, device=0, workers=0, project=None, name=train48, exist_ok=False, pretrained=True, optimizer=auto, verbose=True, seed=0, deterministic=True, single_cls=False, rect=False, cos_lr=False, close_mosaic=10, resume=False, amp=True, fraction=1.0, profile=False, freeze=None, multi_scale=False, overlap_mask=True, mask_ratio=4, dropout=0.0, val=True, split=val, save_json=False, save_hybrid=False, conf=None, iou=0.7, max_det=300, half=False, dnn=False, plots=True, source=None, vid_stride=1, stream_buffer=False, visualize=False, augment=False, agnostic_nms=False, classes=None, retina_masks=False, embed=None, show=False, save_frames=False, save_txt=False, save_conf=False, save_crop=False, show_labels=True, show_conf=True, show_boxes=True, line_width=None, format=torchscript, keras=False, optimize=False, int8=False, dynamic=False, simplify=False, opset=None, workspace=4, nms=False, lr0=0.01, lrf=0.01, momentum=0.937, weight_decay=0.0005, warmup_epochs=3.0, warmup_momentum=0.8, warmup_bias_lr=0.1, box=7.5, cls=0.5, dfl=1.5, pose=12.0, kobj=1.0, label_smoothing=0.0, nbs=64, hsv_h=0.015, hsv_s=0.7, hsv_v=0.4, degrees=0.0, translate=0.1, scale=0.5, shear=0.0, perspective=0.0, flipud=0.0, fliplr=0.5, bgr=0.0, mosaic=1.0, mixup=0.0, copy_paste=0.0, auto_augment=randaugment, erasing=0.4, crop_fraction=1.0, cfg=None, tracker=botsort.yaml, save_dir=runs\detect\train48 Process finished with exit code 1
06-26
先看效果: https://pan.quark.cn/s/c7070e7537b1 [!NOTE] 每到答辩季我就会喜获stars,谢谢大家的支持! 欢迎推广传播本repo(https://.com/atomiechen/THU-PPT-Theme),也欢迎贡献变体,提供更多选择 清华简约主题PPT模板 Repo stars 2020年春夏之交,答辩期间很多同学都在寻找清华主题的答辩模板。 一方面有使用LaTeX制作Beamer的模板(见Overleaf上的模板THU Beamer Theme),另一方面民间也存在着一些PPT模板。 很多人可能不适应Beamer的使用(主要是内容和排版设计不是可见即所得,定制有门槛),以及我找到的PPT模板也都不太好使(要么图案设计太复杂、不好看,要么没有制作成PPT母版导致每次使用都要复制粘贴+微调,不方便)。 我制作了清华简约主题的PPT模板,后续有新的设计我会逐渐加入,也欢迎有兴趣有想法的朋友们添砖加瓦! 内容 所有模板均为 文件。 此外也提供转换脚本用于 Pandoc自动生成PPTX。 各个版本的修改历史见 CHANGELOG.md。 下载 推荐直接从 Releases 下载最新发布版。 也可以在 仓库 单独下载所需文件。 效果 16:9比例,v1留边、v1顶边、v3留边白底、v3顶边白底: demo 16:9比例,其他风格模板:v1扁平、v2扁平、v1暗光 demo2 其他变体设计参见 variants/README.md。 使用方式 可以基于所提供的文件自行修改内容,也可以在新建的PPT文稿中应用该模板。 后者在 MS Office 2019 For Mac 的 PowerPoint 里的具体使用方式为:首先选择幻灯片尺...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

爱知菜

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值