- 博客(57)
- 收藏
- 关注
RSS订阅原创 onnxruntime GPU 推理代码推 理环境
通常在安装onnxruntime时，需要将其版本与pytorch版本和CUDA版本进行对应，其中ONNXRuntime与CUDA版本对应关系表如下表所示。onnxruntime-gpu版本可以说是一个非常简单易用的框架。
2024-09-12 20:37:08
363
原创 mysql创建新表，同步数据
os.environ[“CUDA_VISIBLE_DEVICES”] = “0” # 使用 GPU 0。“”“确保连接有效。如果连接无效，则重新建立连接。“”“确保连接有效。如果连接无效，则重新建立连接。“”“创建并返回一个新的数据库连接。“”“创建并返回一个新的数据库连接。
2024-09-08 09:45:48
1167
原创 HTTP 方法详解：GET、POST 和 PUT
HTTP 方法（GET、POST、PUT）用于客户端和服务器之间的通信。它们在输入、输出和传输内容上有显著区别。
2024-07-31 10:26:50
864
原创 将检测跟踪结果按帧号标注到视频中
fourcc = cv2.VideoWriter_fourcc(*‘XVID’) # 使用XVID编码器out = cv2.VideoWriter(result_video_path, fourcc, fps, (frame_width, frame_height)) # 帧率、帧大小。
2024-07-03 16:46:05
440
原创 图片合称为视频
pic_video(‘/home/sunyingli/Real-ESRGAN/tools/聪明的一休_720_1280.mp4’,‘/home/sunyingli/Real-ESRGAN/inputs/1yixiu_720_1280_cf’,‘/home/sunyingli/Real-ESRGAN/inputs/1yixiu_720_1280_cf.mp4’)fourcc = cv2.VideoWriter_fourcc(*‘mp4v’) # 可根据需要更改视频编码器。
2024-05-04 12:34:54
391
原创 0407 项目更新改进点
顾客与员工接待的缓冲空间： 175-230。在特征距离阈值附近，重识别错误率会大大增加，所以重识别一般会设置一个缓冲区间，过滤掉这部分，解决顾客与顾客，员工与员工接待。取与服装库最接近的2和30的交集。取与员工库最小的2个值求平均，顾客与顾客错误多，员工与员工错误少；取与员工库最小的30个值求平均，员工与员工错误多，顾客与顾客错误少；取交集后，可有效减少员工与员工，客户与客户错误情况。背景对重识别影响较大，所以我们将取与服装库的最小的30个值的平均值；自动更新服装库。重识别算法可根据出现次数和时长筛
2024-04-08 18:58:57
252
原创 yolo 检测跟踪
检测框和跟踪框在最开始进入画面有较大差异，中间果茶还好，虽然有差异，差异较小。bytetrack跟踪框，对位置信息的预测。yolov5检测框 ，准确框出目标。
2024-03-07 15:19:09
347
原创 onnx2tflite
TFLite是为了将深度学习模型部署在移动端和嵌入式设备的工具包，可以把训练好的TF模型通过转化、部署和优化三个步骤，达到提升运算速度，减少内存、显存占用的效果。
2024-02-21 20:42:34
532
原创 数据读取错误：RuntimeError: The size of tensor a (3) must match the size of tensor b (4) at non-singleton
RuntimeError: The size of tensor a (3) must match the size of tensor b (4) at non-singleton dimension 0
2024-02-21 00:26:30
1610
原创 高清下采样到低清
import argparseimport numpy as npimport cv2import osfrom mmagic.datasets.transforms import RandomBlur, RandomResize, RandomNoise, RandomJPEGCompression, RandomVideoCompression, DegradationsWithShuffle, Clipclass MyTransform:def init(self, out_h=64, o
2023-10-18 18:41:17
99
原创 jiaotong_1
#!/bin/bash#cur_files=$(sshpass -p “admin” ssh 192.168.31.98 “find /userdata/outputResult -type f ( -iname *.jpeg -o -iname *.png -o -iname *.gif ) | wc -l”)rm /home/tb/outputResult/.all_time=1.5i=1while truedo#if (( (echo"(echo "(echo"{all_time} <
2023-09-21 02:10:07
71
1
原创 python resize处理PNG图像缩放 多种参数随机处理 1080 --＞ 540 --＞ 1080
import osimport cv2import sysinput_folder = “/disk2/sunyingli/Hello树先生/1王宝强大显神通1080_10s_5_png” # 输入文件夹路径output_folder = “/disk2/sunyingli/Hello树先生/1王宝强大显神通1080_10s_5_png_540_1080” # 输出文件夹路径# 遍历文件夹和子文件夹count = 0= 0:count +=1。
2023-08-09 14:40:24
189
原创 每隔10秒钟取连续五帧
import cv2import osdef extract_frames(input_file, input_file_1,input_file_2, output_dir, output_dir_1, output_dir_2, interval, num_intervals, frames_per_interval):if not os.path.exists(output_dir):os.makedirs(output_dir, exist_ok=True)if not os.path.e
2023-08-09 00:38:33
64
原创 python resize处理PNG图像缩放 多种参数随机处理 一个文件夹下有许多子文件夹 子文件夹下为PNG图像
import osimport cv2import sysinput_folder = “F:/resize_test” # 输入文件夹路径output_folder = “F:/resize_test1” # 输出文件夹路径# 遍历文件夹和子文件夹count = 0= 0:count +=1# 检查文件扩展名input_path = os.path.join(root, file_name) # 输入文件路径# 创建输出文件夹。
2023-07-16 21:56:22
184
原创 超分数据集处理_0714
source_folder = r’D:\DownKyi-1.5.9\Media\央视纪录片《美丽中国》全集1080P超清画质-四六级英语听力及写作素材(双语)\舌尖1_1_美丽中国_越南风貌\舌尖_1_1_test\360’ # 原始文件夹路径target_folder = r’D:\DownKyi-1.5.9\Media\央视纪录片《美丽中国》全集1080P超清画质-四六级英语听力及写作素材(双语)\舌尖1_1_美丽中国_越南风貌\舌尖_1_1_test\360’ # 目标文件夹路径。
2023-07-14 10:35:28
255
原创 UA数据集：XML_遮蔽忽略区域，不遮蔽标注框，还原（无行人）
AISTUDIO可运行：UA数据集：XML_遮蔽忽略区域，不遮蔽标注框，还原（无行人）
2023-03-20 19:18:40
196
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