K210 Mx-yolov3_3.0启动错误

最新推荐文章于 2022-11-03 14:50:24 发布
最新推荐文章于 2022-11-03 14:50:24 发布
阅读量895 收藏
点赞数
分类专栏： K210-MicroPython error 文章标签： pycharm
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/brillt/article/details/124672263
版权

1.Mx-yolov3_3.0启动时报缺少api-ms-win-core-path-l1-1-0.dll，下载安装启动后直接崩溃启动不了，提示py39.dll错误。因为Python3.9只支持win8以上系统，在win10上软件实现启动。

2.由于在win7里面加载了api-ms-win-core-path-l1-1-0.dll，导致在使用pycharm配置anaconda时，出现 python已停止工作，Invalid Python SDK ，ucrtbase.DLL导致错误。删除api-ms-win-core-path-l1-1-0.dll恢复正常

brillt
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Windows10+Darknet+YOLOv3训练自己数据（GPU）——4.开始自己数据训练
qq_34241387的博客
09-09 1130
4.开始自己数据训练 本篇主要参考该博文。我们在第一篇文章中已经准备好了JPEGImages和Annotations文件，下面准备模型训练需要的其他文件。 （1）用python创建Main目录里面的train.txt,val.txt,test.txt和trainval.txt这四个文件。 ...
K210使用Mx-yolov3训练
weixin_43876113的博客
09-03 1838
Mx-yolo3软件使用GPU训练模型
yolov3源码逐行详解（3.0版本）
weixin_44711102的博客
11-03 3989
次看主文件，在进入主函数中逐行调试，进而对代码全局有个了解。接下来就是主文件，train.py训练文件、test.py测试文件（用于训练中每个epoch的测试）、models.py模型文件、detect.py预测文件、requirements.txt其中是项目需要的环境配置。版本，主要是因为其中使用的一些训练技巧不多，方便入门，在最新版本中作者使用了很多yolov5的训练技巧，不好理解，所以我们从最初版本一步一步学。首先是传入参数，每个参数的含义可以看我写的注释，然后进入到train函数。
Mx_yolov3的安装并使用GPU训练
m0_67565756的博客
07-15 3667
小白为了使用GPU训练模型，从各位大佬那里找来的解决方法，希望可以给大家提供帮助。
k210在使用mx-yolov3训练分类网络的时候出现Fatal: Layer Pad is not supported
sinat_33909696的博客
11-16 2036
mx-yolov3训练分类网络在进行转换的时候出现如下错误： 整了好久，以为是自己在训练的时候哪里弄错了，折腾了一天，最后在源码中的文档中找到了这个链接,这是一个垃圾分类的项目，用于部署到k210,最后在这篇文章中找到了这句话： Eine Änderung an der Keras-Implementierung des MobileNet muss jedoch vorgenommen werden, weil diese in den Conv2D Layern padding=‘valid‘ ve
Mx-yolov3_EN_3.0.0
07-28
Mx-yolov3_EN_3.0.0是一个用于目标检测的软件。根据引用\[1\]和引用\[2\]的内容，使用Mx-yolov3_EN_3.0.0进行训练时，首先需要选择训练图片和标签的地址。可以使用软件自带的历程测试来验证是否能够正常使用。如果在...
K210Mx-yolov4
最新发布
10-06
K210Mx-yolov4是一种在K210开发板上运行的神经网络模型。要在K210上运行该模型，你需要按照以下步骤进行操作： 1. 首先，打开kflash-gui烧录软件，并选择0x300000地址进行烧录。 2. 将转换得到的yolov4.kmodel模型...
使用Mx-yolov3进行本地训练后的模型
07-10
标题中的“使用Mx-yolov3进行本地训练后的模型”指的是使用了MxNet框架实现的YOLOv3目标检测算法，并且已经在本地进行了训练，生成了一个模型。YOLOv3是一种流行的实时目标检测系统，它在检测速度与精度之间取得了...
k210数字识别模型Mx-yolov3
07-28
Mx-yolov3是一种基于YOLOv3算法的目标检测模型，它适用于K210芯片，该芯片是一款嵌入式AI处理器，常用于边缘计算设备。Mx-yolov3模型在K210芯片上运行，可以实现对数字进行识别和检测的功能。它可以用于各种应用场景...
Mx-yolov3训练k210模型
07-28
针对Mx-yolov3模型的训练和K210模型的使用，您可以按照以下步骤进行操作： 1. 准备数据集：首先，您需要准备一个包含标记好的目标边界框的数据集。确保每个图像文件都有对应的标签文件，标签文件的格式可以是YOLO...
yolov2训练_[人工智能]Mxyolov3 0.1版本发布，轻松训练K210模型
weixin_39680380的博客
12-07 6899
Mx-yolov3在过去的一段时间里，收到了许多反馈和BUG，但由于各种原因，很久没有去更新Mx-yolov3；经过几天的修改和改进，新的版本诞生了，我们将它定为1.0版本(你可以在软件界面右下角看到版本号，为了今后能更好的识别软件版本，新版本的软件您可以在“Import 创客”公众号中发送"Mx3"以此来获得下载链接)；下面我们就来看看1.0版本做了哪些改进和修复。01改进和修复#增加...
darknet框架下yolov3训练的常见错误
计算机视觉算法开发与落地
05-06 3211
darknet框架yolov3目标检测训练实践报错总结。
【实战】Windows10+YOLOv3实现检测自己的数据集（1）——制作自己的数据集
李是李雅普诺夫的李的博客
10-11 436
本文将从以下三个方面介绍如何制作自己的数据集 数据标注 数据扩增 将数据转化为COCO的json格式 参考资料 一、数据标注 在深度学习的目标检测任务中，首先要使用训练集进行模型训练。训练的数据集好坏决定了任务的上限。下面介绍两种常用的图像目标检测标注工具：Labelme和LabelImg。 （1）Labelme Labelme适用于图像分割任务和目标检测任务...
配置yolov3环境
u010451638的博客
09-27 2213
参考文章： https://blog.csdn.net/Yvette_Lucifer/article/details/82856664（应该是一个可爱女孩写的，遇到很多问题都是看她的文章里面的链接解决的，另外也提供了我之后的学习方向） https://blog.csdn.net/baidu_36669549/article/details/79798587（最开始找到的最符合我情况的一篇，步骤干净利落，但是不是很详细） https://blog.csdn.net/qq_41175905/article/de
YOLO训练时Tensorboard打不开的解决办法
qq_43533724的博客
01-05 2168
几天前，用yolov5训练数据的时候，tensorboard还能打开，现在打不开了，奇怪，奇怪，真奇怪。用了很多网上的办法还是打不开，最多的坑是一直提示没有运行的程序。最后发现是自己才疏学浅，仅此记录。 解决办法： cmd打开命令提示符 进入虚拟环境（训练yolo时用的torch环境，但是看tensorboard用tensorflow环境，坑） 输入pycharm控制台中tensorboard提示的一行 然后复制http://localhost:6006/到谷歌浏览器 ...
神经网络：训练模型+转化为k210上跑的kmodel
weixin_55504804的博客
07-10 8301
深度学习（1）：训练模型+转化为k210上跑的kmodel
K210 Mx-yolov3模型训练和物体识别
热门推荐
UncleMie的博客
02-22 1万+
K210 Mx-yolov3模型训练和物体识别
yolov5--从Github下载到运行遇到的错误集锦【pycocotools报错+Can‘t get attribute SPPF+in _next_assert img0 is not None】
秃头小苏的博客
01-04 3681
yolo算法 ​ YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。现在YOLO已经发展到v6版本，不过新版本也是在原有版本基础上不断改进演化的。这次主要是克隆Github上yolov5版本的程序，然后再pycharm上运行。 ​ 首先，是从github上下载程序。【注意此次下载的是V5.0版本】 ​ 下载成功后就是漫长且易秃的环境配置之路????????????首先我们还需要一些准备工作——安装pytorch【
调试YOLOv3/YOLOv5过程中遇到的各种问题
weixin_45033788的博客
03-24 8629
码遇到的各种error 接上一篇YOLOv3-Pytorch版本自己学习及训练数据的记录！ 过程中遇到的各种问题（下了好多个版本项目...）.cfg文件版本中遇到的1. OSError: 页面文件太小，无法完成操作；BrokenPipeError； Error loading caffe2_detectron_ops_gpu.dll2. RuntimeError: CUDA out of memory.3. 至今还不会解决的：RuntimeError:Expected all tensors tobe o
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值