chonpsk-优快云博客

原创 ESXI虚拟机安装过程记录-紫屏报错解决

总所周知esxi是私人服务器的第一步，软路由、NAS。。。都可以通过esxi来all in one到一个设备中。最近就自己装了一台esxi做多环境开发用。故记录一下我从0开始的esxi踩坑经历。

2024-11-14 11:10:19 1297

原创 YOLO-v11自定义数据集训练

今天Ultralytics发布了他们最新的yolo系列：v11，赶紧来看看自己的数据集跑出来是否有涨点！！感觉yolo系列是不是出的太快了（爆肝），一年内就更新了三个大版本（8、10、11）。。。

2024-09-30 16:55:28 5582 4

前两章我们部署了anomalib项目并尝试训练了一个模型，最后得到一个lighting pytorch格式的ckpt权重文件，并且anomalib平台支持将模型转为openvino等格式的文件。然而基于intel cpu的openvino实在太慢了（相信大部分人都没有arch gpu），而nvidia的gpu才是模型推理的最终答案。怎么样把ckpt转为最终的engine呢？仔细阅读anomalib的官方文档（非常粗糙的文档），我们可以发现官网是给出了转换的功能的。这样我们就能得到一个推理速度超快的模型啦。

2024-09-15 15:45:19 1341 7

原创 ANOMALIB第二章：模型训练

训练完成后，平台会自动生成一个result目录，目录下会有模型目录然后是刚刚我们自定的name目录，直接打开latest（目录超级深，更套娃似的）。然后会在image目录里面看到我们模型在测试集上的推理结果，有原图和分类概率和heatmap，非常直观。我用的是工业的缺陷数据，大家可以自行寻找一些，比如说mvtec的开源数据并整理一下放到一个dataset目录下。模型的训练按数据集分成两种：仅使用正常数据训练、正常数据和缺陷数据一起训练。导入数据集后，平台会自动分配训练集、测试集和验证集，不用我们自己分配。

2024-07-19 21:15:50 2208 21

原创 ANOMALIB第一章：安装

Anomalib 是一个深度学习库，旨在收集最先进的异常检测算法，以便在公共和私有数据集上进行基准测试。Anomalib 提供了近期文献中描述的异常检测算法的几种即用型实现，以及一套便于开发和实现自定义模型的工具。一共有两种方式安装该框架：通过pip安装其依赖库（推荐用于openvino在生产环境对模型进行部署时），通过github拉取开源源码（推荐学习和模型训练）该框架是基于英特尔的openvino推理平台开发的专用于工业缺陷检测场景下的模型选择、训练和性能测试平台。

2024-07-19 19:46:52 2914 17

原创 Nsight System模型性能分析工具入坑记录

在windows环境下使用torch的profiler+TensorBoard试图进行模型的性能分析，发现在TB上只有CPU的信息，缺少GPU的信息，试图去社区寻找解决方案，发现早在22年该问题就被提出来了，但是帖子里只有提问而无人解答。所以至此也一直无法解决（本人能力有限，等一个大佬救救孩子）。。。。于是乎，改变思路转而换成Nsight System进行。但是关于ns用于性能分析的教程较少，我也是啃了一上午官方文档才勉强实现需求。

2024-04-29 15:40:45 8229 3

原创关于pycocotools/cocoeval.py的一些问题

今天在跑ssd模型代码时还是用的coco格式数据集又遇到了numpy不支持float方法的问题，改成float64解决（实在不想降numpy版本）。回头把具体报错信息补上。

2024-04-11 20:47:15 271

原创 DAMO-YOLO踩坑记录

damo-yolo环境配置，单卡运行分布式训练，numpy库版本过新导致的运行错误，包路径无法索引，命令行输出格式错误。

2024-04-10 18:37:07 948

u012077914的博客