- 博客(415)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 【Python】Linux x86架构实现aarch64的交叉编译环境（Cpython编译）
交叉编译到 aarch64, Python 3.8 (默认)交叉编译到 aarch64, Python 3.12。本机 x86 编译, Python 3.12。然后解压压缩包并进入python源码目录。首先需要在本机上安装python3.12。在python源码目录下，终端输入。解压到 /opt 目录。
2025-12-23 15:42:44
113
原创 【RV1126】离线armv7l开发板移植pyyaml第三方库（非烧录、免编译）
pipl很难直接找到预编译的whl文件，很多库是直接直接下载tar.gz源码，并在线编译，但rv1126编译非常慢，且容易报错。在本地联网的rv1126已经部署完成完整的python环境，需要直接把库文件打包，然后拷贝移植到待部署的离线rv1126板子（本文档方案，需要在离线的rv1126开发板部署一套python环境，现场环境不支持直接烧录rv1126开发板，只能ssh部署。（编译whl时的python环境要与现场环境一致，编译时需要下载好所有需要的依赖否则编译失败。复制PyYAML Python包。
2025-11-26 15:21:18
621
原创 【RV1126】离线armv7l开发板移植opencv-python第三方库（非烧录、免编译）
pipl很难直接找到预编译的whl文件，很多库是直接直接下载tar.gz源码，并在线编译，但rv1126编译非常慢，且容易报错。在本地联网的rv1126已经部署完成完整的python环境，需要直接把库文件打包，然后拷贝移植到待部署的离线rv1126板子（本文档方案，这个OpenCV是通过系统包管理器安装的，路径在 /usr/lib/python3/dist-packages/，并且依赖了大量的系统库。（编译whl时的python环境要与现场环境一致，编译时需要下载好所有需要的依赖否则编译失败。
2025-11-26 14:24:18
890
原创 【RV1126】离线armv7l开发板移植numpy第三方python库（非烧录、免编译）
pipl很难直接找到预编译的whl文件，很多库是直接直接下载tar.gz源码，并在线编译，但rv1126编译非常慢，且容易报错。在本地联网的rv1126已经部署完成完整的python环境，需要直接把库文件打包，然后拷贝移植到待部署的离线rv1126板子（本文档方案，需要在离线的rv1126开发板部署一套python环境，现场环境不支持直接烧录rv1126开发板，只能ssh部署。（编译whl时的python环境要与现场环境一致，编译时需要下载好所有需要的依赖否则编译失败。numpy库离线移植安装成功！
2025-11-25 19:52:15
977
原创 【RV1126】离线armv7l开发板移植shapely第三方python库（非烧录、免编译）
pipl很难直接找到预编译的whl文件，很多库是直接直接下载tar.gz源码，并在线编译，但rv1126编译非常慢，且容易报错。要将Shapely库移植到离线的RV1126板子上，需要同时移植Shapely的Python包文件及其核心依赖GEOS库。需要在离线的rv1126开发板部署一套python环境，现场环境不支持直接烧录rv1126开发板，只能ssh部署。（以上只是按照示例结果得出的路径信息，真实路径应以实际搜索到的路径为准）（以上只是按照示例结果得出的路径信息，真实路径应以实际搜索到的路径为准）
2025-11-25 15:36:48
462
原创 【双光相机配准】红外相机与可见光相机配准方案
目前，需要将一台红外相机与一台可见光相机实现配准，以下是情况详述：需求：在可见光相机采集的图像上进行目标检测，检测到的检测框bbox坐标转换为红外图像坐标系的bbox坐标，判断bbox是否在红外图像范围内（因为双光相机的视野只有部分区域重叠）；如果在红外图像内，返回映射到红外图像的bbox区域内的温度极值。同时刻可见光相机图像采集：同时刻红外相机图像采集：目的：实现可见光与红外相机的坐标转换：将红外相机的图像与可见光图像区域重叠(x1,y1,x2,y2)，实现可视化的双光融合。然后手动微调(x1,y1,
2025-09-24 16:15:31
1286
原创 【双光相机配准】可见光与红外相机计算Homography
尝试自制了棋盘格红外标定板，将20x20mm的正方形铝片固定在白纸上，然后使用冰箱降温后采集数据，目前能够计算出矩阵。在每个采集点，红外相机与可见光相机同时采集多张图像，红外标定板可以在标定板所在平面进行位移（例如左右位移、上下位移、不可以前后位移、不要调整标定板倾斜角度），丰富采集特征。同时采集红外相机与可见光相机的标定板数据，需要标定板在红外相机图像与可见光相机图像下都能有良好的视觉特征，推荐直接采购专业的红外标定板。的一级子目录下的数字命名目录，代表标定板平面距离相机镜头平面之间的距离；
2025-09-24 15:55:29
725
原创 【双光相机配准】可见光相机内参标定流程
内参标定结果文件存储在当前目录下的vis_camera_calibration_{timestamp}.json和vis_camera_calibration_{timestamp}.npz文件中。CameraCalibrator对象需要输入images_list，即标定图像路径的数组；pattern_size是指棋盘格的内焦点数量，分别是行数和列数，不要理解为格子的行数和列数。如图的标定板应该是；示例：加载vis_camera_calibration_{timestamp}.json。
2025-09-24 14:45:09
644
原创 【阿里云PAI平台】 如何在Dify调用阿里云模型在线服务 (EAS)
VLLM_SKIP_SAMPLER_CPU_WARMUP=1 python -m vllm.entrypoints.openai.api_server --served-model-name [大模型应用名称] --model [大模型权重的文件目录] -tp 2 --gpu-memory-utilization=0.9 --max-model-len 32768。介绍如何部署阿里云PAI平台上的大模型，在本地服务器的dify如何直接调用部署在的阿里云上的大模型。信息，这就是大模型的API Key；
2025-09-16 14:52:13
942
原创 达梦数据库相关操作语句
表名大写GROUP BY COLUMN_NAMEHAVING COUNT(*) = 2;– 出现两次说明两张表都有。–去重后列出 T_G_D_DEVICE 表所有列，并额外给 IP 做 DISTINCT。“这个字段在 Java 对象里有，但数据库表里不存在，不要拼到 SQL 里。多表联合，stationName、User等用于前端输出。– 如果字段还不存在，直接 ADD。删除某列字段和该字段中数据的sql。– 查当前用户下两张表的同名字段。查询某表的某字段并添加多个字段值。
2025-09-12 17:51:41
310
原创 解析json
{“Name”:“张a”,“Age”:“18”,“Address”:“河南”,“BookList”:[{“BookName”:“js”},{“BookName”:“c#”}]}[{“Name”:“张三”,“Age”:“18”,“Address”:“河南”},{“Name”:“李四”,“Age”:“20”,“Address”:“河北”}]json解析软件：https://www.bejson.com/jsonviewernew/index.html。//String类型的JSON字符串转换成Java对象。
2025-08-29 17:49:46
349
原创 【Ascend】使用om模型推理报错：The argument is invalid.Reason: rtMalloc execute failed, reason=[context pointer
推理代码中加入以下3处代码。
2025-08-22 18:08:50
333
原创 【Python】源码安装python后报错：ModuleNotFoundError: No module named ‘_lzma‘
本文提供了解决Python中"ModuleNotFoundError: No module named '_lzma'"等类似错误的两种方案。问题根源在于缺少liblzma-dev开发包导致编译时跳过_lzma模块构建。方案一建议安装依赖库后重新编译Python，提供Ubuntu和CentOS系统的具体安装命令。方案二介绍如何从系统自带Python库中复制_lzma.so文件到目标Python环境，适用于本地Python版本与编译版本一致的情况。两种方法均附带详细操作步骤和命令示例，用户
2025-08-18 16:33:08
454
原创 【Python】在rk3588开发板排查内存泄漏问题过程记录
实时视频检测程序，可支持多路视频流实时目标检测等操作。在服务器上运行正常，移植到RK3588，并开发基于rknn的推理模块。在测试期间发现内存泄露的问题，使用top指令长期观察，内存平均以约5%每小时的速度增长；
2025-08-11 20:06:36
480
原创 python安装部署rknn-toolkit2（ModuleNotFoundError: No module named ‘rknn_toolkit2‘）
下载连接：https://pypi.org/project/rknn-toolkit2/#files。python 安装rknn-toolkit-lite。选择对应的python版本、软件版本、和系统架构。选择对应的python版本、软件版本、和系统架构。python安装rknn-toolkit2。
2025-08-07 17:36:43
575
原创 【Linux】在Arm服务器源码编译onnxruntime-gpu的whl
官方文档和讨论指出：在 JetPack 5.x (Ubuntu 18.04/20.04) 上编译时，GCC 必须 ≥10 (JetPack 6 对应 Ubuntu 22.04，自带 GCC11+)。也就是说，最简单的解决方案是升级到 JetPack 6 (Ubuntu 22.04/GCC11) 或手动安装较新版本的 GCC（如通过 sudo apt install gcc-11 g+±11 并更新 alternatives）。手动下载，并放到指定位置，再重新执行编译指令。./bulid.sh的参数。
2025-05-12 11:44:25
1514
1
原创 【python】如何将python程序包交叉编译为cpython的库
python程序在发布时，往往会打包为cpython的库，并且根据应用服务器的不同架构（x86/aarch64），以及python的不同版本，封装的输出类型也是非常多。以编译目标为aarch64+python3.8为例。首先，了解应用服务器的结构，linux在终端输入。确定是x86还是aarch64。
2025-04-25 18:10:12
622
原创 Dify添加ollama插件
dify安装完成后，网页输入：http://localhost/install。然后选择"模型供应商"，待配置中已经存在ollama。然后选择"模型供应商"，然后选择dify市场。安装完成后，点击右上角头像，选择"设置"3. dify市场搜索ollama。点击下拉菜单，然后选择本地插件按钮。2.点击右上角头像，选择"设置"选择下载图标，不用选择安装图标。选择之前下载好的插件。
2025-04-12 18:58:37
4451
6
原创 k8s的容器操作指令
是一个 Docker 命令，用于在指定的 Docker 容器中启动一个交互式的 Bash 终端。以下是对这个命令的详细解释，包括它的组成部分、使用场景和注意事项。以下是对这个命令的详细解释，包括它的组成部分、使用场景和一些扩展用法。当你需要进入 Kubernetes 集群中的某个 Pod 来进行调试、查看日志、运行命令等操作时，可以使用这个命令。以下是对这个命令的详细解释，包括它的常用选项和输出格式。当你需要进入一个正在运行的 Docker 容器内部进行调试、查看日志、运行命令等操作时，可以使用这个命令。
2025-04-01 17:12:41
1236
原创 Dify平台部署全记录
github地址：https://github.com/langgenius/dify。在执行docker compose up -d时，无法成功下载。官网地址：http://difyai.com/按照github的方式下载docker。再执行下载docker，可以成功。保存后重启docker服务。解压，项目包改名dify。需要调整docker的源。
2025-03-11 00:08:26
1029
原创 初版YOLO的原理详解
每个网格单元负责预测B个边界框（初版YOLO中B=2），每个边界框包含5个值：边界框的中心坐标（x, y）、宽度（w）、高度（h）以及置信度（confidence）。非极大值抑制（Non-Maximum Suppression, NMS）是目标检测中常用的后处理步骤，用于去除重叠的边界框，保留置信度最高的边界框。3.3 移除所有与当前边界框的IoU大于设定阈值的边界框（即去除重叠的边界框）。：衡量预测边界框的置信度与真实边界框的IoU（交并比）之间的差异。3.1 将当前边界框添加到 keep 列表中。
2025-02-25 00:19:59
1169
原创 【LINUX】常用指令查询
（备注，参数-p，支持指定的目录路径中包含不存在的父目录，-p 会自动创建这些父目录，如果目录已经存在，-p 不会报错，而是继续执行）（备注，先输入需要移动的文件路径，后输入待移动到的新路径的目录下）（备注，非当前目录，创建的目录名前面需要增加相对/绝对路径）（备注，增加参数-f表示强制删除无需确认）（备注，增加参数-r表示允许删除目录）
2025-02-14 09:51:22
431
原创 Yolo系列的原理及版本对比
YOLO 网络是一种基于深度学习的端到端目标检测算法，它将目标检测问题转化为一个回归问题，直接在图像上预测目标的位置和类别。YOLO 网络的整体架构主要由卷积层、全连接层和输出层组成。卷积层：YOLO 网络的卷积层主要用于提取图像的特征。这些卷积层通常使用小尺寸的卷积核（如 3x3 或 1x1），并采用批量归一化（Batch Normalization）和激活函数（如 Leaky ReLU）来提高网络的性能和稳定性。全连接层：YOLO 网络的全连接层主要用于将提取的特征映射到目标的位置和类别。
2025-01-14 14:04:04
914
原创 ubuntu 执行sh脚本出现报错：source:not found
执行sh文件，无法执行source指令。显示/bin/sh ->dash。再次执行sh文件可以解决问题。说明使用dash进行解析。
2024-12-18 16:06:20
1327
原创 【python】__call__,__new__,__init__
()、() 和() 是 Python 中常用的特殊方法，它们在对象的创建和使用过程中发挥着不同的作用。
2024-10-15 17:33:45
596
原创 【python】实用性python脚本链接汇总
目标检测方向–python脚本标签处理链接备注基于YOLO目标检测任务相关将一张labelImg图片标注的xml标签文件检测框复制到其他图片目标检测任务的VOC标签，可复制xml修改目标检测的xml标签(VOC)类别名目标检测任务的VOC标签，修改标签文件的类别名称(name)修改目标检测的txt标签(yolo)的类别ID映射yolo目标检测任务的txt标签文件，修改txt标签中检测类别ID的映射YOLO目标检测txt标签转xml，支持与原xml标签融
2024-05-29 18:05:13
506
1
原创 【python】YOLO目标检测txt标签转xml，支持与原xml标签融合
org_xmls_path：图片原有的xml标签。如果原本没有xml标签可以置为空，如果原本存在xml标签，则本次txt转换的xml标签信息可以与原有的xml标签信息进行融合。如果classes中的类别不在valid_class中，则会被筛掉，不会进行转换操作。output_xmls_path：输出转换后的xml标签路径，如果与org_xmls_path路径一致，则可以直接覆盖原有xml标签。classes：使用的yolo检测模型的类别信息，与该权重模型的训练设置一致，顺序不可颠倒，不可缺失。
2024-05-29 18:03:03
1418
原创 【python】修改目标检测的txt标签(yolo)的类别ID映射
针对目录下的所有yolo格式的txt标签文件，将class类别的id修改为指定id。
2024-05-29 17:20:59
946
原创 【python】修改目标检测的xml标签(VOC)类别名
在集成多个数据集一同训练时，可能会存在不同数据集针对同一种目标有不同的类名，可以通过python脚本修改数据内的类名映射，实现统一数据集标签名的目的。label_dict：标签类名的映射字典，key值为修改前的类名，value值为修改后的类名。new_label_dir：输出的新xml标签的目录。label_dict[‘head’] = ‘头’org_label_dir：xml标签的目录。如图，修改标签类别名成功！
2024-05-28 17:48:58
803
原创 【python】将json内解码失败的中文修改为英文（‘utf-8‘ codec can‘t decode，labelme标注时文件名未中文）
语义分割数据集，使用labelme工具进行标注，然后标注图片存在中文名，导致json标签文件写入中文图片名，从而解析失败。
2024-05-10 11:44:31
558
原创 AI大模型开源资源链接汇总
中文的llama3开源模型https://github.com/CrazyBoyM/llama3-Chinese-chat
2024-04-26 14:15:25
521
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