周陽讀書

记录在群晖NAS上部署WPS-Office实现网页上编辑文档。

ONNXRuntime与CUDA版本对应CUDA安装&cuDNN、TensorRT版本匹配

open3D编译记录

将之前写的环境配置中的cuda环境配置部分单独拆分出来。

如coco128-seg数据集选择查看一个：如查看000000000030.jpg,与其对应的label的txt如图所示，txt中红色边框标注为label，75对应这yaml文件中的vase（花瓶），而黑色横线标记的就是一个坐标如（0.616156,0.364042），为了得到对应真实坐标，需要分别乘以宽和高，得到（0.616156w，0.364042h），即为标注的一个点；把后面坐标依次相连可的标注区域。

介绍如何从配置文件创建网络架构、加载权重和设计输入/输出管道近年来，人们开发了许多用于目标检测的算法，其中一些包括YOLO、SSD、Mask RCNN和RetinaNet。致力于改进目标检测，学习目标检测的最好方法是自己从头开始实现算法。使用PyTorch实现一个基于YOLOv3的目标检测算法。代码置于这个Github存储库中：主要有5个部分：0.卷积神经网络如何工作，边界盒回归，IoU和非最大抑制1.理解YOLO工作原理2.创建网络架构的层3.实现网络的前向传递。

return 0;

1.Traffic-Sign Detection and Classification in the Wild — 数据集TT100—官网。

安装conda后取消命令行前出现的base，取消每次启动自动激活conda的基础环境方法一：每次在命令行通过退出base环境回到系统自动的环境方法二：1，通过将auto_activate_base参数设置为false实现：该命令会更改配置文件 ~/.condarc（不存在的话会自动创建），以覆盖默认配置。

1.什么是TensorRTTensor是一个有助于在NVIDIA图形处理单元（GPU）上高性能推理c++库。它旨在与TesnsorFlow、Caffe、Pytorch以及MXNet等训练框架以互补的方式进行工作，专门致力于在GPU上快速有效地进行网络推理。如今现有的一些训练框架（例如TensorFlow）已经集成了TensorRT，因此可以将其用于加速框架中的推理。

接上一篇文章CF-955AX无线网卡LINUX驱动安装问题及解决我以为装好驱动就能实现双网卡上网，结果发现在ubuntu下还需要配置，网络是薄弱项，多亏学习交流群网友指点。

之前主要是在win下用VisualStudio，现在研究总结在ubuntu下使用CMake编程经验，填坑记录。

自己笔记本跑coco数据集，一个epoch大约需要30分钟，嫌慢，问同事怎么找到小数据集方法，支支吾吾，不服气遂自己研究。两个关键词 采样‘抽稀全称是：torch.utils.tensorboard.SummaryWriterutils就是torch中包括的常用的个工具箱集合罢了，很常用The将条目直接写入 log_dir 中的事件文件以供 TensorBoard 使用类提供了一个高级 API，用于在给定目录中创建事件文件，并向其中添加摘要和事件。该类异步更新文件内容。

研究在ubuntu下挂载ntfs格式磁盘问题头痛了很久～～

由于一个 snap 包中含有软件的二进制文件和其所需的所有依赖和库，所以可以在无视软件版本、在任意 Linux 发行版上安装软件。也许你已经知道，为不同的 Linux 发行版打包并分发应用是一件多么费时又复杂的工作，因为不同的 Linux 发行版的库不同，库的版本也不同。对了，Flatpak 还有一个很棒的特性，它允许用户在同一个系统中安装同一应用的多个版本，例如 VLC 播放器的 2.1 版、2.2 版、2.3 版。查了下网上的信息，发现也有网友遇到类似的问题，问题的原因都指向：某信服的上网管理软件。

在APA泊车中用到了超声波雷达，第一次接触，总结研究之。

研究方向盘传动比问题学习新东西的时候，往往会学习下理论，就是搞清楚“为什么”的问题，目的是为了做到理论和实践相结合，才能真正掌握一个东西。

我以前以为是靠高帧率实现目标识别的，现在才意识到目标跟踪也扮演着重要的角色。

主要研究底盘运动模型及里程计。

之前一直就知道远程调试，没实践过，现在记录实践过程中踩过的坑。

研究YOLO系列。

实践中用到的python包

Conda使用及相关知识

LCM（Lightweight Communications and Marshalling）

主要记录在不同开发平台下开发工具的使用及配置。