- 博客(5)
- 收藏
- 关注
RSS订阅原创 Pytorch框架下yolo环境搭建
摘要：本文详细介绍了在Windows系统下安装CUDA 11.8和cuDNN 8.9.7的完整流程，包括版本选择、安装步骤和环境验证。同时讲解了如何通过Anaconda创建Python 3.9环境并安装对应版本的PyTorch框架，最后演示了YOLO模型的安装及在PyCharm中的环境配置和测试运行过程。文中提供了从GPU驱动检查到深度学习环境搭建的完整解决方案，适合需要配置深度学习开发环境的用户参考。
2025-07-27 17:14:04
988
1
原创 windows系统下PaddleOCR的环境搭建（GPU版）
本文介绍了CUDA和cuDNN的安装配置以及PaddleOCR环境搭建过程。首先详细说明了CUDA 11.8和cuDNN 8.9.7的安装步骤及验证方法，强调版本匹配的重要性。然后指导如何在Anaconda中创建Python 3.9的PaddlePaddle环境并安装相应版本的PaddlePaddle-gpu。最后介绍PaddleOCR的安装验证，包括在PyCharm中配置环境并运行OCR测试代码的完整流程。整个安装过程涉及GPU驱动、深度学习框架和OCR工具链的配置，为开发者提供了完整的深度学习OCR开发
2025-07-26 09:48:50
1242
原创 windows系统下ffmpeg的安装和使用（视频切帧）
FFmpeg是一款开源多媒体处理工具，支持音视频编解码、转码和流媒体处理。安装步骤：1)下载Windows版压缩包并解压；2)将bin目录添加到系统环境变量；3)验证安装成功。切帧基本命令：通过-i指定输入文件，-r设置帧率，-q:v控制画质，-ss/-to定义时间范围，输出格式为%d.jpg自动编号。例如：ffmpeg -i input.mp4 -r 10 -q:v 1 output_folder\%d.jpg可提取视频帧为JPG图片。
2025-07-12 09:00:00
474
原创 windows系统下LabelMe的安装和使用
LabelMe是由MIT开发的图像标注工具，支持目标检测、语义分割等任务。安装步骤：1)创建Python3.9的conda环境；2)激活环境后pip安装LabelMe；3)输入labelme启动。使用时可打开单个图片或文件夹进行矩形/多边形标注，标注结果保存为JSON格式。常用快捷键包括A/D切换图片、Ctrl+R创建矩形框、Ctrl+S保存等。该工具适用于计算机视觉研究的数据标注工作。
2025-07-11 22:07:23
379
原创 windows系统下anaconda的安装和使用
Anaconda是一款专为数据科学设计的Python/R平台，集成了包管理、环境隔离和科学计算库。安装过程包括下载安装包、设置环境变量等步骤。常用操作包括创建虚拟环境（conda create -n env_name python=3.x）、管理包（conda list/install）、使用清华镜像加速下载等。Anaconda解决了多项目版本冲突问题，简化了开发环境配置，是机器学习、数据分析的高效工具。
2025-07-11 09:45:18
677
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