- 博客(12)
- 收藏
- 关注
原创 配置opencv的环境中一些命令的作用
为了验证,我 做了个实验,在/etc/profile,/etc/bashrc,/.bashrc和/.bash_profile文件的最后追加同一个变量分别赋 予不同的值,实验结果表明变量最后的值为~/.bash_profile里的值。(5)~/.bash_logout: 当每次退出系统(退出bash shell)时,执行该文件. 另外,/etc/profile中设定的变量(全局)的可以作用于任何用户,而~/.bashrc等中设定的变量(局部)只能继承/etc /profile中的变量,他们是”父子”关系。
2025-01-21 16:12:49
931
原创 从OpenGL开始-尝试维护一个可以跨平台的核心算法工程
下载:点击本页面提供的下载链接,下载 CMAKE 3.25 的 .msi 安装包。安装:双击下载好的 .msi 文件,按照向导步骤进行安装。推荐选择“添加到PATH”选项以便全局使用。验证:安装完成后,打开命令提示符或PowerShell,输入 cmake --version,如果显示 CMake 3.25 的版本信息,则表示安装成功。使用示例对于新建项目的基本使用流程:在项目根目录下创建 CMakeLists.txt 文件。编辑 CMakeLists.txt 来指定项目配置。
2025-01-10 10:04:07
901
原创 wsl2中配置docker
原因是你的系统并没有使用 systemd 作为其初始化系统(PID 1),在没有 systemd 的系统上,systemctl 命令是无法工作的。原先的 Wsl2不支持 systemd,而是采用systemv, 这导致常用的systemctl无法正常使用,参考官方文档发现,最新版本的Ubuntu发行版已经默认使用 systemd 作为初始化系统, 如果是曾经安装的发行版,可以检查一下 WSL 的版本。以下为失败案例,和过程---------------------------V。
2025-01-08 13:25:30
986
原创 【Jetson Orin NANO 8G部署】操作摄像头使用YOLO5实现实时检测——环境配置
我们的附录/模型文件/cat_dog中提供了训练35个周期的模型和100个周期的模型,如果你不想训练,可以自己把模型传到Nano下的你的路径/jetson-inference/python/training/classification/models/cat_dog解压就好,yahboom的镜像则不需要操作,里面已经存在100次的训练后的模型。默认情况下,训练脚本设置为运行35个时期,但是如果您不希望等待那么长时间来测试您的模型,您可以提前退出训练并继续下一步(可以选择稍后从您停止的地方重新开始训练)。
2024-12-18 12:30:24
1411
原创 【Jetson Orin NANO 8G部署】操作摄像头使用YOLO5实现实时检测——环境配置
0.简介NVIDIA TensorRT™是一个高性能深度学习推理平台。它包括深度学习推理优化器和运行时,可为深度学习推理应用程序提供低延迟和高吞吐量。在推理期间,基于TensorRT的应用程序比仅CPU平台的执行速度快40倍。使用TensorRT,您可以优化在所有主要框架中培训的神经网络模型,以高精度校准低精度,最后部署到超大规模数据中心,嵌入式或汽车产品平台。
2024-12-18 11:04:47
1848
转载 【Jetson Orin NANO 8G部署】使用YAHBOOM套餐-基础操作(一→五章)
yahboom搭载的系统是基于ubuntu20.04的jetson 官方系统所搭建出的yahbooom版本的系统。系统的配置如下图所示:可得到:linux 64位系统python 3.8CUDA 11.4cuDNN 8.6密码:yahboom只要正常开机,就能直接进入了桌面,通过连接鼠标、键盘、显示器,就能像操控电脑一样操作jetson orin nano了。详细的桌面介绍链接。
2024-12-12 11:04:16
721
原创 【BEV学习日记】fastBEV部署
fastBEV在WSL ubuntu和ubuntu18.0.4同步部署,相关依赖环境安装,使用conda、cuda
2024-06-24 11:24:20
2518
原创 【BEV学习日记】
随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考希望这一天早日到来:大家像用计算器一样,使用AI帮助自己提高效率。
2024-05-22 16:55:38
831
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