Mintary的博客

背景是需要在nvidia jetpack4.5.1的arm64设备上跑yolov8,用TensorRT加速，需要用*.engine格式的模型，但是手头上的是pt格式模型，众所周知小板子的内存都很小，连安装ultralytics依赖库的容量都没有，所以我想到在windows系统上先把模型转好，然后再直接放在板子上用。

【代码】在invidia jetpack4.5.1上运行c++版yolov8（tensorRT）

https://blog.csdn.net/paopaoc/article/details/9093125https://blog.csdn.net/paopaoc/article/details/9093125https://blog.csdn.net/paopaoc/article/details/9093125https://blog.csdn.net/paopaoc/article/details/9093125https://www.cnblogs.com/lidabo/p/7554455.htm

print("当前可用的GPU数量: ", torch.cuda.device_count())

参考：http://t.csdnimg.cn/TsXoF。

PaddleSeg的训练与测试推理全流程（超级详细）

用文字和符号来决定文字案例：到一个点的距离相等的点的集合是圆符号案例：周长与直径之比称为圆周率,写作π；自然数e无法证明。

在Ascend昇腾硬件用npu加速paddleLite版本ocr（nnadapter）

在全新ubuntu上用gpu训练paddleocr模型遇到的坑与解决办法

史上最有效的释放c盘空间的方法(亲测释放70G）

exe文件运行后无输出直接闪退如何找解决办法

这三个关于main的cpp中只能同事存在一个，看自己需要那个，将不需要的文件里面代码全部注释，，我是使用了main.cpp,反正遇到这种报错通常把一些东西注释掉就能解决。

一些高级CMake函数及其用法

Yolov5的tensorRT加速

【代码】c++和opencv实现从一个文件夹读取里面的所有图片和图片名字。

我是之前编译过调用CPU的paddleOcr的C++版本，其实CPU版本与GPU版本并无太大不同，只不过是调用库版本的不同，然后原项目中几个相关参数改一下就可以，但是在这个过程中我找不到关于编译paddleOcrGPU C++版本的详细教程介绍，没有目的的踩了一些坑，在这里详细的记录下来整个过程与解决办法。

chocolatey官网：https://chocolatey.org/powershell管理员权限下运行:Set-ExecutionPolicy Bypass -Scope Process -Force; [System.Net.ServicePointManager]::SecurityProtocol = [System.Net.ServicePointManager]::SecurityProtocol -bor 3072; iex ((New-Object System.Net.WebClien

修改/etc/ssh/sshd_config。container模式(container)注意：实测第二行指令不需要(ip伪装)桥接(网桥)模式(bridge)共享主机 (host)docker 空间清理。华为dcoekr使用。

报错信息大概如图片所示，它会指明具体的报错文件路径与报错的行数，** 只需要将这些报错的import代码行注释掉即可**，我看了下这些缺少的都是utils文件夹内的文件，最新版根本就没有，是paddle库自己问题，这些用来import的包，大概都是用来写log的，注释掉并不会产生什么影响，然后代码里用到关于这个包的函数都是用来写log的，我直接将这些函数用print代替，这个报错就完美解决掉了。到https://www.lfd.uci.edu/~gohlke/pythonlibs/下载相对应的版本即可。