weixin_41943168的博客

如何在win10本地查看linux服务器tensorboard训练日志

视频转换为图片from time import gmtime, strftimeimport cv2videoFile = ‘/media/kingstar/kingstardata/safety_eyes/nohatdata/7.mp4’cap = cv2.VideoCapture(videoFile)cap.set(3,640)cap.set(4,480)while(True):ret, frame = cap.read()img = framecv2.imshow(‘my’, im

安装pycocotools报错安装gcc：apt-get install gcc再安装pycocotools即可pip install pycocotools -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com

搭建pytorch环境时，如果不是最新版本怎么用命令安装？进入这个网址可以根据自己cuda版本选择命令安装即可https://pytorch.org/get-started/previous-versions/

**yoloV5如何用tensorboard查看运行数据结果图**需要在本地虚拟环境搭建一个tensorflow的环境，cpu的即可在此虚拟环境运行命令：tensorboard --logdir=D:\test\yolov5-project\runs\train\exp4 --host=127.0.0.1注意：–logdir=是你的日志文件地址图就出来了...

训练yolov5模型时，在win10下正常，放服务器上报错解决办法：数据集的地址换成绝对路径重新生成一次就可以了路径是pwd显示的路径

报错：ERROR: Could not find a version that satisfies the requirement requirements.txt ERROR: No matching distribution found for requirements.txt执行：pip install -i https://pypi.doubanio.com/simple/ -r requirements.txt

pip安装pytorch-gpu torchvision太慢用这个命令：pip install torch1.8.1+cu102 torchvision0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://mirrors.aliyun.com/pypi/simple/

1、安装anconda可以安装的方式（直接在linux中下载，下载后传输到linux中），我是官网下载完上传安装的，因为网速真的很差下载xxx.sh文件上传到linux中，我上传的是/home路径下执行：1、bash Anaconda3-5.1.0-Linux-x86_64.sh按步骤运行即可，最后有个是否安装VS的yes or no ，输入no即可安装完了和win环境一样，也得配置环境变量：打开文件：vim ~/.bashrc。在文件最后加入：export PATH=$PATH:/root

yolov5工程运行遇到的问题1、解决办法：pip install -i https://pypi.douban.com/simple/ torch2、解决办法：pip install -i https://pypi.douban.com/simple/ opencv-python3、解决办法：pip install -i https://pypi.douban.com/simple/ torchvision4、解决办法：5、解决办法：6、解决办法：解决办法：#

Yolov5工程在本地运行首先在pycharm中导入自己的项目然后要做的就是生成依赖文件requirement.txt文件，因为这里面包含了工程运行所需要的环境。打开anconda终端，在虚拟环境中使用pip生成：1、使用pippip freeze > requirements.txt此时在文件夹中会有产生一个名是requirements.txt的文本文档2、使用pipreqs（这个工具是个好帮手，可以通过对项目目录的扫描，自动发现使用了那些类库，自动生成依赖清单,只生成项目相关的依赖到