TF666666的博客

6、经过SingleConvBlock(28, 1, stride=1, kernel=3, use_bs=True)层，这个SingleConvBlock包含一个卷积和一个批量归一化层 （B，1，H，W）5、经过SE Block （SELayer），SELayer包含nn.AdaptiveAvgPool2d(1)和nn.Sequential （B，28，H，W）1、输入：多张图像通过通道拼接（Batch_size，C，H，W）以7张图像为例 输入的维度是（1，21，1024，1024）

第一步：py_model_server.py 获取post数据，这个文件不用改动，接收数据类型bytes。第三步：preprocess.py 数据处理代码，模型输入前的处理代码，作为模型输入代码。|-- callback.py 回调接口，模型处理结果post到回调接口。|-- predictor.py 模型预测代码，可以理解为推理代码。|-- py_model_server.py 封装服务的启动文件。|-- model_config.py 模型配置文件。

nvidia驱动和nvidia-fabricmanager 这个包某些原因更新等，而这个包必须和驱动版本一致才能正常使用，因为A800-80G是nvswitch版本，安装了这个包才能支持nviswitch，才能正常使用。把这个包nvidia-fabricmanager重新安装对应兼容版本（这里需要提示的是要和nvidia驱动版本相同即可），然后把自动更新禁用掉。另外要保证这个服务正常运行nvidia-fabricmanager，可以设置开机自动启动。

Video-Swin-Transformer

基于pyqt5智能辅助标注系统前言一、本文介绍二、PYQT5介绍三、使用步骤1.引入库2.使用2.界面展示参考文献星光不问赶路人，时光不负有心人！前言这里时基于pyqt5写的一个智能辅助视频标注系统，在步入AI时代的大环境中，CV技术目前很成熟，并且很多项目都可以落地使用，用于工业化中，之前写过关于图像分类的介绍，兴趣的朋友可以去首页看。一、本文介绍本文代码：https://github.com/yanyide123/videos-tools百度网盘：链接：https://pan.baidu

项目场景：Video-Swin-Transformer训练在训练模型时，读取图片数据的维度不是三维的，图片数据通道数正常是3，但训练时候，通道数有10、20等，后面打印img，发现最后通道数补充的都是0，可能图像分割切分的有问题。使用mmcv相关的包mmaction出现的问题cv2.error: OpenCV(4.5.5) D:\a\opencv-python\opencv-python\opencv\modules\core\src\arithm.cpp:650: error: (-209:问题

@[TOC]利用pytorch实现图像分类其中包含的resnextefficientnet等图像分类网络你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。实现功能基础功能利用pytorch实现图像分类包含带有warmup的cosine学习率调整warmup的step学习率优调整添加label smooth的pytorch实现（标签平滑）可视化特征层运行环境py