你的陈某某-优快云博客

原创 YOLOv8--绘制中文标签耗时优化

整个绘制中文标签的流程通过初始化字体和颜色、创建并管理字符图像缓存，最终将缓存的字符图像高效地绘制到目标图像上，利用缓存机制减少了重复绘制和字体渲染的开销，提高了绘制效率。

2025-03-30 16:59:49 692

原创基于YOLOv8的PCB缺陷检测--补充实验

印刷电路板（PCB）瑕疵数据集：是一个公共的合成PCB数据集，由北京大学发布，其中包含1386张图像以及6种缺陷（缺失孔，鼠标咬伤，开路，短路，杂散，伪铜），用于检测，分类和配准任务。本文我们选取了其中适用与检测任务的693张图像，随机选择593张图像作为训练集，100张图像作为验证集。

2025-03-30 14:22:42 1032

原创 Vision Transformer结构与代码详解

在图像分类中，Vision Transformer （ViT）主要包括几个阶段。在图像分类任务中，重点在于提取图像的整体特征以判断类别，编码器足以完成特征提取的任务，所以无需解码器。

2025-03-20 19:51:14 819 2

原创【超详细】DEIM：最强实时目标检测算法-Visdrone2019无人机数据集实战

VisDrone数据集是由天津大学等团队开源的一个大型无人机视角的数据集，官方提供的数据中训练集是6471、验证集是548、测试集1610张。数据集共提供了以下12个类，分别是：‘忽略区域’, ‘pedestrian’, ‘people’, ‘bicycle’, ‘car’, ‘van’,‘truck’, ‘tricycle’, ‘awning-tricycle’, ‘bus’, ‘motor’, ‘others’，其中忽略区域、others是非有效目标区域，本项目中予以忽略，

2025-01-09 22:58:48 4798 13

原创【超详细】YOLOv8/11损失函数改进-添加Wise-IoU/MPDIoU/ShapeIoU/Inner-IoU等—Visdrone2019数据集

注意：使用yolo命令训练，需对修改后的整个代码运行pip install -e .2.1 步骤一：新增导入库。

2025-01-03 11:27:59 3365 23

原创【超详细】基于ultralytics代码训练YOLOv5/8/9/10/11s—Visdrone2019数据集

VisDrone数据集是由天津大学等团队开源的一个大型无人机视角的数据集，官方提供的数据中训练集是6471、验证集是548、测试集1610张。数据集共提供了以下12个类，分别是：‘忽略区域’, ‘pedestrian’, ‘people’, ‘bicycle’, ‘car’, ‘van’,‘truck’, ‘tricycle’, ‘awning-tricycle’, ‘bus’, ‘motor’, ‘others’，其中忽略区域、others是非有效目标区域，本项目中予以忽略；详情见文章1和2。

2024-11-27 23:26:03 1841 7

原创 Atlas800昇腾服务器（型号：3000）—Docker容器部署【图像分类】（十）

（2）导出requirements.txt文件【这里剔除ais_bench相关】（4）构建镜像-名字images_classfication:0001.rc。：鲲鹏 CPU（ARM64）+A300I pro推理卡。（2）启动容器，直接运行脚本：【（1）启动容器，进入终端：【开发套件：版本7.0.1【（5）查看镜像是否存在。

2024-10-28 00:38:59 1425

原创 Atlas800昇腾服务器（型号：3000）—SwinTransformer等NPU推理【图像分类】（九）

mmcls图像分类模型库丰富，涵盖最新的图像分类算法，且安装一个环境，可用一个脚本转onnx模型！（8）Vision Transformer【运行成功】（9）SwinTransformer【运行成功】（1）ShuffleNetv2【运行成功】（3）EfficientNet【运行成功】（4）MobileNetv2【运行成功】（5）MobileNetv3【运行成功】（7）SE-ResNet【运行成功】（1）创建环境和安装pytorch。（2）DenseNet【运行成功】（6）ResNet【运行成功】

2024-10-27 23:39:19 1120

原创 Atlas800昇腾服务器（型号：3000）—YOLO全系列NPU推理【跟踪】（八）

目前ais_bench工具只支持单个input的带有动态AIPP配置的模型，只支持静态shape、动态batch、动态宽高三种场景，不支持动态shape场景。加速后前处理+推理大约10ms左右，bytetrack跟踪耗时2-3ms。：ais_bench调用和使用方式与onnx-runtime几乎一致，因此可参考进行撰写脚本！说明：若为覆盖安装，请增加“–force-reinstall”参数强制安装.有时候，直接pip安装即可，报错的话，去python库官网下载压缩包安装。开发套件：版本7.0.1【

2024-10-19 23:35:10 1403

原创 Atlas800昇腾服务器（型号：3000）—YOLO全系列NPU推理【关键点】（七）

目前ais_bench工具只支持单个input的带有动态AIPP配置的模型，只支持静态shape、动态batch、动态宽高三种场景，不支持动态shape场景。YOLOv8s未使用AIPP进行前处理加速，前处理+推理大约20ms左右；：ais_bench调用和使用方式与onnx-runtime几乎一致，因此可参考进行撰写脚本！说明：若为覆盖安装，请增加“–force-reinstall”参数强制安装.：鲲鹏 CPU（ARM64）+A300I pro推理卡。开发套件：版本7.0.1【

2024-10-19 23:27:13 949

原创 Atlas800昇腾服务器（型号：3000）—YOLO全系列NPU推理【实例分割】（六）

目前ais_bench工具只支持单个input的带有动态AIPP配置的模型，只支持静态shape、动态batch、动态宽高三种场景，不支持动态shape场景。YOLOv8s未使用AIPP进行前处理加速，前处理+推理大约20ms左右；加速后前处理+推理大约10ms左右，画mask耗时较长。：ais_bench调用和使用方式与onnx-runtime几乎一致，因此可参考进行撰写脚本！说明：若为覆盖安装，请增加“–force-reinstall”参数强制安装.开发套件：版本7.0.1【

2024-10-19 23:22:58 857

原创 Atlas800昇腾服务器（型号：3000）—CANN安装（二）

安装后的路径（以root用户默认安装路径为例）：“/usr/local/Ascend/ascendtoolkit/latest/opp/built-in/op_impl/ai_core/tbe/kernel”。二进制算子包依赖CANN软件包Toolkit，执行安装时，当前环境需已安装配套版本的。安装完成后，若显示xxx install success，则说明软件安装成功。否则请执行如下安装命令（如果只有部分软件未安装，则如下命令修改为还未安装的。以上，CANN安装完毕，可以进行om模型转换！

2024-10-17 00:20:31 1280

原创 Atlas800昇腾服务器（型号：3000）—AIPP加速前处理（四）

AIPP（Artificial Intelligence Pre-Processing）人工智能预处理，用于在AI Core上完成数据预处理，包括改变图像尺寸、色域转换（转换图像格式）、减均值/乘系数（改变图像像素），数据预处理之后再进行真正的模型推理。该模块功能与DVPP相似，都可以实现媒体数据处理的功能，两者的功能范围有重合，比如改变图像尺寸、转换图像格式，但功能范围也有不同的，比如DVPP可以做图像编解码、视频编解码，AIPP可以做归一化配置。

2024-10-17 00:19:43 1074

原创 Atlas800昇腾服务器（型号：3000）—驱动与固件安装（一）

将驱动包和固件包上传到服务器任意目录，如路径：/backup/work/Software_Back。执行以下命令，完成驱动固件安装，软件包默认安装路径为“/usr/local/Ascend”。进入MCU软件包所在路径，执行如下命令启动升级（将NPU ID替换为上述步骤中查询到。进入驱动包和固件包所在目录，执行如下命令，增加驱动和固件包的可执行权限。了初始版本，为了保障所有功能正常使用，请将MCU升级到配套版本。在生效新版本之后，等待30s，查询MCU版本号，确保升级成功。以上，驱动与固件、MCU安装完毕！

2024-10-16 00:37:38 1866

原创 Atlas800昇腾服务器（型号：3000）—YOLO全系列om模型转换测试（三）

安装为ATC转换的必须依赖环境，下面操作在CANN中有在root上装，这里是新用户新环境，需再安装配置一次！YOLOv8s动态宽高640*640耗时测试结果：【存在om尺度检查机制，推理速度更慢】：安装完需source ~/bashrc才能生效！：【检测/分割/关键点om均生成成功】：【检测om生成成功，但出现算子告警】：【检测/分割/关键点om均生成成功】：以下测试模型均为静态onnx！：【检测/分割om均生成成功】：【检测/分割om均生成成功】：【检测om均生成成功】：【检测om均生成成功】

2024-10-16 00:36:23 1418 4

原创 Atlas800昇腾服务器（型号：3000）—YOLO全系列NPU推理【检测】（五）

目前ais_bench工具只支持单个input的带有动态AIPP配置的模型，只支持静态shape、动态batch、动态宽高三种场景，不支持动态shape场景。：ais_bench调用和使用方式与onnx-runtime几乎一致，因此可参考进行撰写脚本！注意，上述耗时未使用AIPP进行前处理加速，如YOLOv8s加速后前处理+推理大约6-7ms。说明：若为覆盖安装，请增加“–force-reinstall”参数强制安装.后处理耗时：除YOLOv10几乎无耗时外，其余1-2ms。开发套件：版本7.0.1【

2024-10-16 00:34:39 2346

原创【超详细】基于YOLOv11的PCB缺陷检测

印刷电路板（PCB）瑕疵数据集：是一个公共的合成PCB数据集，由北京大学发布，其中包含1386张图像以及6种缺陷（缺失孔，鼠标咬伤，开路，短路，杂散，伪铜），用于检测，分类和配准任务。本文我们选取了其中适用与检测任务的693张图像，随机选择593张图像作为训练集，100张图像作为验证集。

2024-10-07 22:14:03 2642 5

原创【超详细】基于YOLOv8训练无人机视角Visdrone2019数据集

VisDrone数据集是由天津大学等团队开源的一个大型无人机视角的数据集，官方提供的数据中训练集是6471、验证集是548、测试集1610张。数据集共提供了以下12个类，分别是：‘忽略区域’, ‘pedestrian’, ‘people’, ‘bicycle’, ‘car’, ‘van’,‘truck’, ‘tricycle’, ‘awning-tricycle’, ‘bus’, ‘motor’, ‘others’，其中忽略区域、others是非有效目标区域，本项目中予以忽略；

2024-09-22 20:03:48 12458 36