- 博客(39)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 Transformer---ViT:vision transformer
记录一下对transformer方法在计算机视觉任务中的应用方法的理解参考博客:https://blog.csdn.net/weixin_42392454/article/details/122667271参考代码:https://gitcode.net/mirrors/Runist/torch_vision_transformer?
2023-08-18 15:43:28
227
原创 Linux:getopts解析命令行选项和参数
当自己编写多个shell脚本进行嵌套调用时,会涉及到传参数问题,此时可以通过getopts设置参数输入与变量赋值.
2023-08-10 15:41:27
570
原创 Linux：apt命令
目录1. 查找2. 安装2.1 只安装不升级2.2 只升级不安装2.3 安装指定版本3.更新3.1 一键升级：4. 删除apt（Advanced Packaging Tool）是一个在 Debian 和 Ubuntu 中的 Shell 前端软件包管理器。apt 命令提供了查找、安装、升级、删除软件包的命令。apt 命令执行需要超级管理员权限(root)。apt 语法apt [options] [command] [package …]options：可选，选项包括 -h（帮助），-y（当安装过程
2022-03-26 17:10:21
6937
原创 Linux：vi/vim常用命令
参考他人文章，总结Linux下一些比较酷的文本操作（某些环境下只能通过vi/vim查看和编辑文本），参考链接出处如下：https://www.runoob.com/linux/linux-vim.html这里的Linux指Ubuntu。目录1 vim键盘图2 vi/vim三种模式3 命令模式（一般模式）中的光标移动、搜索替换、复制、粘贴、注释3.1移动光标3.2 搜索与替换3.3 删除、复制、粘贴3.4 批量添加/取消注释、自动补全4 编辑模式5 底线命令模式1 vim键盘图2 vi/vim三种
2022-03-12 21:11:22
1545
原创 电脑常用快捷键：Mac&Windows&Ubuntu
电脑常用快捷键1.锁屏2.切换程序3.窗口最大/最小化/还原/放左/右边4.截图5.强制退出程序Mac系统中主要有Command，Control，Option和Shift四个修饰键。这四个键分别有自己的图案，他们经常出现在Mac应用程序中的菜单栏里：Windows系统中除了常用的功能键，最常用的就是Win键：Ubuntu中的 Super 键即键盘上带有 Windows 图标的键，本文中我使用了大写字母，但这不代表你需要按下 shift 键，比如，T 代表键盘上的 ‘t’ 键，而不代表 Shift+
2022-03-04 22:50:56
791
转载 Linux：文件与目录管理常用命令
本文参考：https://www.runoob.com/linux/linux-file-content-manage.html处理目录常用命令1. ls（英文全拼：list files）: 列出目录及文件名2. cd（英文全拼：change directory）：切换目录3. pwd（英文全拼：print work directory）：显示目前的目录4. mkdir（英文全拼：make directory）：创建一个新的目录5. rmdir（英文全拼：remove directory）：删除一个空
2022-02-19 22:27:00
2189
2
翻译 Ubuntu CMake start
目录一、安装CMake二、快速开始三、一般工程四、动/静态库编译与连接参考：http://www.noobyard.com/article/p-dlmfadds-eb.html初识CMakeCMake是开源、跨平台的构建工具，可经过编写简单的配置文件去生成本地的Makefile，这个配置文件是独立于运行平台和编译器的，这样就不用亲自去编写Makefile了，并且配置文件能够直接拿到其它平台上使用，无需修改，很是方便。一、安装CMakeubuntu18.04，安装cmake使用以下命令：sudo
2021-12-24 20:52:40
225
翻译 docker start
目录环境安装Hello World交互启动docker（后台运行）查看运行的容器查看日志停止容器参考：https://www.runoob.com/docker/docker-hello-world.html初识docker环境安装1.安装docker官方教程：https://docs.docker.com/engine/install/ubuntu/网上教程：https://cloud.tencent.com/developer/article/17143962.安装nvidia-dock
2021-12-22 19:44:03
406
翻译 编程：十大经典排序算法---C++代码
本文整理自：https://www.runoob.com/w3cnote/ten-sorting-algorithm.htmlhttps://www.cnblogs.com/chengxiao/p/6104371.htmlhttps://www.biancheng.net/algorithm/what-is-algorithm.html目录0 概述1冒泡排序2 选择排序3 插入排序4 希尔排序5 归并排序6 快速排序7 堆排序8 计数排序9 桶排序10 基数排序0 概述常见的内部排序算法有：插入
2021-12-12 22:37:05
949
1
转载 Linux: 查看CPU、内存和硬盘详细信息
转载他人文章，转载链接出处如下：https://www.cnblogs.com/shixiangwan/p/7066085.htmlUbuntu下查看CPU、内存和硬盘详细信息的几个命令CPU：型号：grep "model name" /proc/cpuinfo |awk -F ':' '{print $NF}'数量：lscpu |grep "CPU socket" |awk '{print $NF}' 或 lscpu |grep "Socket" |awk '{print $NF}'每个CPU
2021-10-25 14:40:19
6151
原创 git基本使用方法
常见命令Git 常用的是以下 6 个命令：git clone、git push、git add 、git commit、git checkout、git pull，后面我们会详细介绍。创建仓库初始化：git init下载项目：git clone [url]#例如git clone https://github.com/tianqixin/runoob-git-test提交与修改添加：git add [file1] [file2] ... #添加文件git add
2021-06-15 20:31:29
167
原创 yolo目标检问题思考
问题1： yolo算法检测密集目标时，易漏检，例如多匹马并排站在一起思考：NMS后处理时将得分较低的预测结果滤除了，降低部分检出率改进1：用soft NMS，只改变预测得分，而不是舍弃得分较低的预测结果，避免一刀切问题，保留大量预测结果，可提高检出率新问题1：大量预测结果，使得后处理时间急剧上升改进2：适当提高NMS阈值，保留较多的预测结果，然后将同一类缺陷的重叠结果进行合并，以减少漏检...
2021-06-03 14:37:43
760
原创 C++ error:无法从“const char ”转换为“char *”
现象char *e = “abcd”;上述代码在VS2019中编译时提示编译器错误C2440:无法从“const char ”转换为“char *”；原因项目属性->C/C+±>语言->符合模式选项的含义/permissive-：启用所有严格标准符合性编译器选项，并禁用大部分特定于 Microsoft 的编译器扩展（但有一些例外，比如 __declspec(dllimport)）。 在 VS2019 版中此选项默认为开启状态。 /permissive- 符合性模式包括对两阶段名称
2021-05-12 20:34:24
7554
4
原创 C++中sln，vcxproj,vcxproj.filters,lib,dll,exe含义
建立工程建立C++工程后会生成多个文件，例如sln,sdf，vcxproj,vcxproj.filters,vcxproj.user这些都是文件的扩展名。sln是解决方案文件，为解决方案资源管理器提供显示管理文件的图形接口所需的信息；sdf (SQL Server Compact Edition Database File)文件，是工程的信息保存成了数据库文件，如果你没有参加大型的团队项目，不涉及到高深的调试过程，这个文件对于你来说没什么用了，可以放心的删除，如果你后来又需要这个文件了，简单，
2021-05-11 11:40:07
7232
原创 目标检测网络---Anchor free系列
Anchor based回顾Anchor free发展Cornernet以顶点为圆心，作圆，扩大角点范围（正样本范围）每个点是其下方点的最大值，每个点是其右方最大值，然后相加将两个3x3残差网络改为1x1和3x3组合，减小参数，同时将3x3的卷积换为深度可分离卷积，进一步加速...
2021-05-09 12:27:39
287
原创 win10下detectron2编译安装方法及问题汇总
环境硬件硬件：CPU：Intel®Core™i5-10400F CPU @2.90GHz 2.90GHzGPU: NVIDIA GeForce GTX 1660 Ti （6G显存）内存：16.0GB(15.9GB可用)软件：Visual Studio 2019CUDA10.1，cudnnAnaconda3torch 1.6.0+cu101torchvision 0.7.0+cu101python=3.8.0detectron2准备工作Anaconda3,Visual Stud
2021-05-06 18:38:29
4921
7
原创 目标检测网络---PP-YOLO优化策略
YOLO系列回顾目标检测网络优化策略标红的为PP-YOLO使用的优化策略数据增强—Image Mixup学习策略—Label Smooth学习策略—IoU Loss学习策略—IoU Aware学习策略—Grid Sensitive训练策略—Synchronized Batch Norm(多卡训练，卡间同步批归一化)训练策略—Exponential Moving Average（指数滑动平均）训练策略—Larger Batch Size网络结构—骨干网络ResNet
2021-04-26 23:33:19
647
原创 libtorch train example --- lenet5
libtorch是pytorch的C++版深度学习平台，可以通过C++代码完成深度学习任务中的常见操作。这里介绍如何构通过libtorch构建一个demo程序—lenet5 。源代码https://github.com/lishiyu93/libtorch_lenet5_train
2021-04-26 17:44:10
215
转载 使用tortoiseGit管理github
一、为什么要写这篇博客呢，因为在一开始用tortoiseGit来管理项目的时候，在百度上找了很多教程，但是感觉说的都不是很全，有些东西以及操作没写清楚，所以想写一片比较完整用tortoiseGit管理GitHub项目的图文教程，这样比较清晰一点，希望对大家有帮助。 二、tortoiseGit是windows下的一款版本管理软件，为Git提供了良好的图形界面，可搭配Git使用。很多人也直接在git命令窗口敲指...
2021-04-24 16:32:43
886
原创 目标检测网络---yolov3（二）
上一篇博文介绍单阶段检测网络中的经典算法yolov3的基本原理，这篇博文继续深入介绍yolov3原理。说明这篇博文是学习了百度飞桨目标检测7日打卡训练营后写的笔记，百度飞桨学习链接：https://aistudio.baidu.com/aistudio/education/group/info/1617yolov3检测流程真实框匹配损失函数预测...
2021-04-20 22:40:20
146
原创 win10 tensorrtx yolov5使用方法
上一篇博文介绍了win10 tensorrtx lenet使用方法，这里介绍Windows10下yolov5的TensorRT使用方法，官方的CmakeList默认是在linux环境下使用，我参考官方说明，修改了CmakeList，使其可以在windows10下快速构建TensorRT的MSVC工程，用于pytorch版yolov5的pt模型测试。1 环境硬件：CPU：Intel®Core™i5-10400F CPU @2.90GHz 2.90GHzGPU: NVIDIA GeForce GTX 1
2021-04-19 16:13:40
6662
22
原创 目标检测网络---yolov3（一）
前两篇博文介绍了两阶段检测网络中的经典算法RCNN系列综述和RCNN优化策略，这篇博文介绍单阶段检测网络中的经典算法yolov3。说明这篇博文是学习了百度飞桨目标检测7日打卡训练营后写的笔记，百度飞桨学习链接：https://aistudio.baidu.com/aistudio/education/group/info/1617yolo发展历程You Only Look Once问题1.为什么只用看一次就能解决目标检测问题？2.什么是anchor，为什么要使用anchor？3.如何从a
2021-04-18 22:43:37
608
原创 目标检测网络---Faster RCNN优化策略
上一篇博文介绍了RCNN的综述，这篇博文介绍一下RCNN的常见优化策略说明这篇博文是学习了百度飞桨目标检测7日打卡训练营后写的笔记，百度飞桨学习链接：https://aistudio.baidu.com/aistudio/education/group/info/1617FPNCascade RCNNLibra RCNN...
2021-04-13 23:29:56
1028
2
原创 目标检测网络---Faster RCNN系列综述
说明这篇博文是学习了百度飞桨目标检测7日打卡训练营后写的笔记，百度飞桨学习链接：https://aistudio.baidu.com/aistudio/education/group/info/1617两阶段算法发展历程R-CNN核心思想对每张图选取多个区域，然后每个区域作为一个样本进入一个卷积神经网络来提取特征不足计算量大：每个候选区域都需要通过CNN计算特征质量差：selective search提取的区域质量不够好训练时间长：特征提取、SVM分类器是分模块训练，没有联合起来系统
2021-04-10 23:43:33
683
原创 win10 tensorrtx lenet使用方法
1 环境硬件：CPU：Intel®Core™i5-10400F CPU @2.90GHz 2.90GHzGPU: NVIDIA GeForce GTX 1660 Ti （6G显存）内存：16.0GB(15.9GB可用)软件：Visual Studio 2019CmakeCUDA10.0/10.1，cudnnAnaconda python3.8.3torch 1.6.0+cu101,torchvision 0.7.0+cu101TensorRT-7.0.0.11.Windows10.x8
2021-04-08 18:25:03
679
原创 win10 TensorRT 安装与测试
1 环境硬件：CPU：Intel®Core™i5-10400F CPU @2.90GHz 2.90GHzGPU: NVIDIA GeForce GTX 1660 Ti （6G显存）内存：16.0GB(15.9GB可用)软件：Visual Studio 2019CmakeCUDA10.0/10.1，cudnnTensorRT-7.0.0.11.Windows10.x86_64.cuda-10.0.cudnn7.61.下载官网安装包https://developer.nvidia.com/
2021-04-08 17:52:15
2630
5
原创 递归
递归是一种应用非常广泛的算法（或者编程技巧），很多数据结构和算法的编码实现都要用到递归，比如 DFS 深度优先搜索、前中后序二叉树遍历等等。递归需要满足的三个条件1. 一个问题的解可以分解为几个子问题的解2. 这个问题与分解之后的子问题，除了数据规模不同，求解思路完全一样3. 存在递归终止条件如何编写递归代码？写递归代码的关键就是找到如何将大问题分解为小问题的规律，并且基于此写出递推公式，然后再推敲终止条件，最后将递推公式和终止条件翻译成代码。注意事项1.递归代码要警惕堆栈溢出递归调用超过
2021-03-28 21:35:45
49
原创 栈和队列
栈栈是一种“操作受限”的线性表结构，值允许在一端插入和删除数据，具有先进后出特点。栈可以通过数组实现，成为顺序栈，也可以通过链表实现，称为链式栈。队列与栈类似，队里也是是一种“操作受限”的线性表结构，具有先进先出特点。同样，用数组实现的队列叫作顺序队列，用链表实现的队列叫作链式队列。队列常用来管理线程，例如，“生产者—消费者模型”。有一篇无锁队列的实现的文章，可以细细品读，链接如下：https://coolshell.cn/articles/8239.html...
2021-03-28 21:24:22
53
原创 C++中链表与数组
C++中经常将链表与数组放在一起比较，根据自己的学习和理解，写个文档总结一下。存储结构数组：需要一块连续的内存空间来存储，随机访问效率高，但占用内存较大。扩容时需要再申请一块更大的内存空间，将原数组拷贝进去，非常费时。链表：将一组零散的内存块串起来使用，没有大小的限制，天然支持动态扩容。时间复杂度应用场景数组：随机访问速度要求高；内存要求苛刻。链表：插入删除速度要求高；练习常见的链表有单链表、双向链表和循环链表。可以分别使用循环链表和数组去解决典型的约瑟夫问题，加深理解。...
2021-03-28 21:04:51
605
转载 目标检测网络---评价指标
评价指标：准确率 （Accuracy），混淆矩阵 （Confusion Matrix），精确率（Precision），召回率（Recall），平均正确率（AP），mean Average Precision(mAP)，交除并（IoU），ROC + AUC，非极大值抑制（NMS）。1、准确率 （Accuracy）分对的样本数除以所有的样本数 ，即：准确（分类）率 = 正确预测的正反例数 / 总数。 准确率一般用来评估模型的全局准确程度，不能包含太多信息，无法全面评价一个模型性能。2、混淆矩阵 （C
2021-03-15 23:19:11
2454
2
原创 [darknet编译]nvcc fatal : Unknown option ‘forward-unknown-to-host-compiler‘
环境软件windows10cuda 10.0VS2019硬件GPU：1660ti问题描述编译darknet代码时，报错nvcc fatal : Unknown option ‘forward-unknown-to-host-compiler’，项目中cuda 链接器参数的配置中有这部分内容分析新版本darknet支持cuda11.0，cuda11.0增加了forward-unknown-to-host-compiler选项解决办法删除参数 -forward-unknown-to-
2021-03-09 20:58:55
2071
转载 如何转载CSDN文章
1、找到要转载的文章，用chrome浏览器打开，右键选择检查 2、在chrome中下方的框里找到对应的内容，html脚本中找到对应的节点(article_content),选中节点，网页上被选中内容会被高亮显示，然后右键菜单选中 Copy–>Copy outerHTML ...
2021-03-09 20:46:30
204
转载 fatal error C1189: #error: -- unsupported Microsoft Visual Studio version!
在运行一项Python程序时，出现了Microsoft Visual Studio version版本不支持的情况，具体如下： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include\crt/host_...
2021-03-09 20:42:54
8034
5
原创 nvcc fatal : Unsupported gpu architecture ‘compute_86‘（windows darknet 的cuda编译）
环境软件windows10cuda 10.0VS2019硬件GPU：1660ti问题描述编译darknet代码时，报错nvcc fatal : Unsupported gpu architecture ‘compute_86’分析1660tiGPU的算力不支持8.6，而最新的工程中的CUDA配置了8.6参数解决办法删除compute_86,sm_86参数。1660ti的算力支持7.5，故修改后的配置参数如下：compute_50,sm_50compute_61,sm_61
2021-03-09 20:26:02
1675
2
原创 git clone时，报错 fatal: protocol error: bad pack header
git clone时，报错 fatal: protocol error: bad pack header问题描述：解决办法：1）首先，在git bash 中依次输入一下几行命令：git config --global pack.windowMemory “100m”git config --global pack.SizeLimit “100m”git config --global pack.threads “1”2）然后，克隆的时候调整Depth的值，根据实际情况自行调整值的大小。在使
2021-03-09 17:26:55
8222
原创 Python脚本打包成pyd,通过PyQT调用
1 环境硬件：CPU：Intel®Core™i5-10400F CPU @2.90GHz 2.90GHzGPU: NVIDIA GeForce GTX 1660 Ti （6G显存）内存：16.0GB(15.9GB可用)软件：VScode/PycharmCUDA10.0Anacondapaddlepaddle1.8+python3.7.4Pytorch1.6.0+torchvision0.7.0+python3.8.32 pyd打包方法打包工具（库）:easycython安装命令（指
2020-09-18 00:07:17
2048
pytorch_yolov5_weights.rar
2021-04-19
mnist_data.rar
2021-04-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人