- 博客(171)
- 资源 (11)
- 收藏
- 关注
RSS订阅
原创 MLflow
MLflow 是一个专为机器学习工作流程设计的全生命周期管理平台，它解决了实验管理、可复现性、模型部署一致性、模型管理以及跨库兼容性等核心问题。通过提升生产力和减少复杂性，MLflow 让数据科学家和开发人员能够专注于模型的开发和优化，从而加速从实验到生产的过渡过程。
2025-01-05 14:28:42
350
原创 RK3588 环境搭建
将/home/orangepi/works/rknn-toolkit2-master/rknpu2/runtime 拷贝到/home/orangepi/env_3588/下面。
2024-09-05 13:59:20
277
原创 Ubuntu20.04 安装英伟达驱动
你的系统检测到了 NVIDIA 显卡，但它目前没有被声明，也就是说可能没有正确安装驱动程序。你需要安装 NVIDIA 驱动程序来激活这块显卡。步骤 1：添加 NVIDIA 驱动 PPA。步骤 2：安装 NVIDIA 驱动程序。根据推荐的驱动安装，例如上面的推荐是。解决 NVIDIA 显卡驱动问题。安装完成后，重启系统以使驱动生效。步骤 4：验证驱动安装。
2024-07-26 14:03:12
4585
3
原创 浮雕图像处理
参考，https://blog.youkuaiyun.com/weixin_44394801/article/details/118077796。
2024-01-05 11:23:12
468
原创 源代码编译cuda opencv
从这里https://developer.nvidia.com/cudnn下载cuDNN v8.9.6 (November 1st, 2023), for CUDA 12.x。从这里https://developer.nvidia.com/cuda-toolkit下载最新版本cuda 12.3.1。下载最新版本的opencv-4.8.0-windows.exe。下载opencv的扩展版本，这个是cuda对cuda的支持。下载最新版本最新版本cmake 3.28.0。下载cuda cudnn。
2023-12-04 18:00:53
419
原创 vs2017配置opencv详细教程
参考https://blog.youkuaiyun.com/weixin_42450976/article/details/125749045。
2023-12-01 11:37:16
238
原创 win10+VS2017+OpenCV3.4.1+yolov4详细说明
参考链接：https://zhuanlan.zhihu.com/p/655438751。win10+VS2017+OpenCV3.4.1+yolov4详细说明。
2023-11-30 16:35:01
171
原创 使用查找表（LUT，Look-Up Table）来进行图像像素值的线性映射，图像对比度增强
这段代码的效果是将输入图像的像素值重新映射，以便使像素值范围更紧凑，通常用于增加对比度或调整图像的亮度范围。在这个示例中，它通过将像素值的范围从。图像的亮度或者对比的增强可以将图像的像素值从范围[min,max]映射到[0,255]的范围。使用查找表（LUT，Look-Up Table）来进行图像像素值的线性映射。遍历图像的每个像素，将每个通道的像素值（红色、绿色、蓝色）映射到。数组，计算每个像素值的映射。在这个示例中，你将图像的像素值从范围。数组，用于存储像素值的映射。的值来调整映射的范围。
2023-10-17 16:10:47
624
1
原创 定时自动备份gitlab代码仓库数据到另外一台或者2台服务器电脑
如果 目标主机中没有~/.ssh/authorized_keys可以通过下面的命令创建，然后将ssh_key_pair.pub中的内容复制到 ~/.ssh/authorized_keys中。它不仅提供了更强的安全性，还允许您在自动化脚本中进行无人值守的身份验证。例如我生成了，ssh_key_pair（包含了私钥的文件） ssh_key_pair.pub（包含了公钥文件）如果一切正常，您将能够通过私钥进行身份验证，并登录到目标主机上的用户账户中。命令将公钥添加到您希望进行身份验证的目标主机。
2023-07-07 14:08:25
1152
原创 安置指定版本Jenkins的Docker
根据 Jenkins 的安装向导进行设置：在浏览器中，您将看到 Jenkins 的安装向导页面。请注意，进入 Jenkins 容器的终端仅适用于执行容器内部的命令或操作。在 Jenkins 容器中，您可以执行各种命令或访问容器的文件系统。例如，您可以查看 Jenkins 的日志文件、编辑 Jenkins 配置文件等。如果您将 Jenkins 容器的端口映射到其他主机端口，确保使用正确的端口号。执行上述命令后，您将进入 Jenkins 容器的终端。替换为您的 Jenkins 容器名称。替换为您的容器名称。
2023-07-06 18:06:13
1392
1
原创 Ubuntu安装docker
请注意，上述步骤适用于 Ubuntu 系统。如果您使用其他 Linux 发行版，请参考 Docker 官方文档中适用于您的发行版的安装说明。此外，请确保您具有适当的权限来安装和管理 Docker。默认情况下，只有 root 用户和在。验证 Docker 安装是否成功。现在，Docker 已成功安装在您的 Ubuntu 系统上。组中的用户可以运行 Docker 命令。命令来执行需要管理员权限的 Docker 命令。如果安装成功，将显示 Docker 版本信息。命令来管理和运行容器。
2023-07-06 17:45:03
448
原创 Ubuntu用户组，以及再软件Anaconda 和Pycharm的多用户共享安装中的应用
所属组（group）对该目录有读、写和执行权限，并且设置了 SUID 属性（Set User ID，表示在执行该目录下的程序时，使用该目录所属用户的权限）。一些特定的用户组，如"sudo"用户组，可以具有特殊的系统权限，允许用户执行敏感操作，如安装软件、配置系统设置等。请注意，修改文件和目录的所属组同样是一个敏感操作，确保您具有足够的权限，并明确了解将目标文件和目录的所属组修改为特定组可能会对系统产生的影响。通过将用户分配到不同的用户组，可以更好地管理用户，并为不同组的用户分配不同的权限和资源。
2023-06-07 18:01:44
1332
1
原创 Ubuntu服务器添加新用户并且安装远程桌面软件xrdp
创建的同时会让你输入密码和一些基本信息，基本信息可以不填。首先使用 root 登录到你的主机。将用户添加到 sudo 组。然后就可以用新用户登录了。
2023-06-06 10:46:46
1194
原创 XGboost 论文阅读
什么是Tree boosting？树提升（Tree Boosting）是一种集成学习方法，用于解决回归和分类问题。它结合了决策树和梯度提升技术，通过逐步构建多个弱学习器（通常是决策树），并将它们组合成一个强大的集成模型。在树提升中，模型的训练是一个逐步迭代的过程。初始时，模型是一个简单的弱学习器（例如，单层决策树或决策树桩）。然后，模型通过反复迭代来改进性能。每次迭代中，新的弱学习器被训练来纠正前一轮迭代的模型的错误。
2023-05-31 10:33:09
561
1
原创 干化学和有形成分在体外诊断中的应用
1、其干化学是根据多联试带上各模块与尿液成分发生化学反应后颜色变化的深浅来检测尿液中的某些化学物质，2、有形成分是包括细胞、管型、结晶等，其中细胞包括白细胞、红细胞、上皮细胞等，尿液样本作为尿常规的基础检验，是对泌尿系统疾病鉴别诊断基础，若形态学检测与功能学检测结果不一致时，目前以形态学检测为主要参考指标。将试纸浸入尿液样本中，待其与尿液中的化学成分发生反应后，观察试纸上的颜色变化，可以通过与试剂颜色比较或参考说明书来确定尿液中的化学成分含量。体外诊断干化学通常应用于血液、尿液、唾液等体液的分析。
2023-05-11 14:57:17
1372
原创 NVIDIA GPU Driver, CUDA 和 PyTorch的版本关系
我们在进行深度学习环境配置的时候，会遇到各种各样的问题。有各种各样的驱动、包需要安装。不同驱动和包之间的还存在版本适配问题，刚入手的同学会一脸懵逼。配置环境成了入门的第一道门槛。我现在总结了NVIDIA 显卡 + Anaconda资源库 + PyTorch深度学习框架的环境配置指南，希望能够帮助大家。首先需要安装显卡驱动，显卡驱动不需要每个人安装，只需要拥有root的权限的管理者为整台服务器安装即可，选择一款与服务器显卡适配的驱动，安装指南参考NVIDIA显卡驱动。
2023-05-06 17:35:08
1772
原创 tensorRT的完整安装以及常见错误 export failure: [WinError 127] 找不到指定的程序。
我们需要把D:\tensorrt\TensorRT-8.6.1.6\lib对应的目录放到window环境变量即可。版本，安装完成tensorrt以后再pip install python对应的whl文件。在python中执行import tensorrt as trt代码会出现如下错误。
2023-05-06 10:30:59
4244
1
原创 Onnx以及Onnx runtime
虽然大家用ONNX时更多的是作为一个中间表示，从pytorch转到onnx后直接喂到TensorRT或MNN等各种后端框架了= =，但这并不能否认ONNXRuntime是一款非常优秀的推理框架（微软出品，必属精品）。而且由于其自身只包含推理功能（1.2版本，最新的ONNXRuntime甚至已经可以训练，可见微软在其上面的野心还是有的），对比主流框架源码看起来没有那么复杂难懂，通过阅读其源码可以非常清晰的理解深度学习框架的一些核心功能原理（op注册，内存管理，运行逻辑等）。四、Onnx runtime简介。
2023-05-05 16:26:08
1610
原创 Centos开启SSH服务
此处显示已经安装了 openssh-server，如果又没任何输出显示表示没有安装 openssh-server，通过输入 yum install openssh-server。1、 首先，要确保CentOS7安装了 openssh-server，在终端中输入 yum list installed | grep openssh-server。在虚拟机（Vmware Workstation）下，安装了CentOS7，现在想通过SSH工具连接虚拟机中的CentOS7。然后开启允许远程登录。
2023-04-27 16:10:03
9391
1
原创 什么是平场校正（均场矫正）以及平场矫正原理
参考资料：Wiki Flat-field correctionCoaxlink What is Flat Field Correction?
2023-04-24 18:04:47
10334
原创 GitLab上传文件
这样就把名为 “origin” 的远程仓库添加到了本地的 Git 仓库中，之后就可以使用 “origin” 作为引用来进行与这个远程仓库的交互，例如推送代码到远程仓库或者从远程仓库拉取代码等操作。合并：一旦拉取完成，如果本地和远程的更改没有冲突，Git 会自动将拉取的更改与本地分支（master）合并。“git push -uf origin main” 是一个用于 Git 版本控制系统的命令，用于将本地的 “main” 分支强制推送到名为 “origin” 的远程仓库。
2023-04-23 14:33:01
2533
原创 Gitlab登录报错 Your account is pending approval from your GitLab administrator and hence blocked.
Your account is pending approval from your GitLab administrator and hence blocked. Please contact your GitLabadministrator if you think this is an error.
2023-04-10 15:45:36
8140
原创 yolov5 实例分割
基于yolov5的实例分割 https://github.com/WongKinYiu/yolov7/tree/u7/seg。yolov7的实例分割 https://github.com/WongKinYiu/yolov7/tree/mask。这两个有什么不同呢，有待于进一步分析。
2022-12-28 17:47:04
590
原创 图片上色，灰度图上色
以下链接中，提出了一种简单的着色方法，既不需要精确的图像分割，也不需要精确的区域跟踪。我们的方法基于一个简单的前提：时空中具有相似强度的相邻像素应该具有相似的颜色。我们使用二次成本函数将这个前提形式化，并获得可以使用标准技术有效解决的优化问题。在我们的方法中，艺术家只需要用一些颜色的涂鸦来注释图像，并且指示的颜色会在空间和时间上自动传播以产生完全彩色的图像或序列。我们证明可以从相对适度的用户输入中获得高质量的静止图像和电影剪辑着色。因此，着色需要大量的用户干预，并且仍然是一项乏味、耗时且昂贵的任务。
2022-12-28 16:58:54
609
原创 颜色模型（color model）
颜色模型（color model）是一种抽象的数学模型。利用该模型，颜色可以表示为三个或四个值或颜色分量（例如R,G,B)的数字。考虑到视觉感知，颜色模型的每个分量（例如R，G，B）如何被精确的理解，生成的一组颜色被称为“颜色空间”。印刷中使用的 CMYK 颜色模型使用青色 cyan©、品红色 magenta (M)、黄色 yellow (Y) 和黑色 black (K) 组件来定义颜色。这些组件的值范围从 0 到 100，并表示百分比。在 CMYK 等减色模型中，颜色（即墨水）被添加到表面，例如白纸。然
2022-12-06 12:00:26
4583
原创 RuntimeError: stack expects each tensor to be equal size, but got xxx at entry 0 at entry 1
RuntimeError: stack expects each tensor to be equal size, but got xxx at entry 0 at entry 1。
2022-09-14 10:39:32
8707
3
原创 Pyinstaller生成的exe程序，运行时找不到自定义模块
它分析您的代码以发现脚本执行所需的所有其他模块和库。然后它收集所有这些文件的副本——包括活动的 Python 解释器！– 并将它们与您的脚本放在一个文件夹中，或者可选地放在一个可执行文件中。PyInstaller 会在您的脚本中查找所有import语句。它找到导入的模块并在其中查找导入语句，以此类推，直到它拥有您的脚本可能使用的模块的完整列表。一些 Python 脚本以 PyInstaller 无法检测到的方式导入模块：例如，通过使用带有可变数据的。
2022-09-07 12:00:46
2700
原创 Pyinstaller原理与使用
1.python相关文件介绍.py文件 : 源码文件，运行需要使用者安装Python环境并且安装依赖的各种库.pyc文件：pyc文件是Python解释器可以识别的二进制码，可跨平台的，需要使用者安装相应版本的Python和依赖库。可执行文件：不需要安装python环境和依赖库,可针对不同平台需要打包不同的可执行文件（Windows,Linux,Mac,…）PyInstaller的原理简介2.PyInstaller的原理简介。
2022-09-07 10:03:08
1489
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人