![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 63
dongjuexk
这个作者很懒,什么都没留下…
展开
-
C++(Opencv DNN 和OpenVINO)部署Yolov7
yolov7出来了,对比yolov5效果很显著,如何用C++快速部署,两位大佬已写好,为方便索引,在这里备份个入口,直接上链接:博客:Github:博客:Github:可以看到精度比Yolov5提升了很多:原创 2022-10-27 11:30:43 · 1636 阅读 · 0 评论 -
最新OpenVINO实现yolov5 6.1版本C++
生成IR文件树莓派NCS2仅支持FP16,而树莓派的OpenVINO工具套件不包含模型优化器Model Optimizer,因此我们需要在Windows将yolov5.6的深度学习模型转换为支持FP16的IR文件,IR文件包含一个*.xml文件用来描述网络结构,还包含一个*.bin文件用来存储网络的权重和偏置量。yolov5.6中export.py可以直接转成openvino的模型文件,但没有FP16的参数需要将export.py中165行:cmd = f"mo --input_m..原创 2022-05-11 08:58:34 · 1949 阅读 · 5 评论 -
树莓派安装部署OpenVINO
因为OpenVINO是英特尔基于自身硬件平台开发的一种工具套件,所以树莓派要使用OpenVINO必须配合英特尔神经网络计算棒2(NCS2)安装openvino1.下载树莓派OpenVINO安装包这里使用的是2021.4版本:OpenVINO2021.4.689下载:l_openvino_toolkit_runtime_raspbian_p_2021.4.689.tgz下载之后通过WinSCP或Filezilla传送到树莓派sudo mkdir -p /opt/intel/openvi原创 2022-05-10 15:00:02 · 4419 阅读 · 12 评论 -
yolov5.6.1训练自己的数据(超简单)
默认yolov5.6部署安装成功。硬件如下:Microsoft Windows 10CPU Intel(R) Core(TM) i7-10870H CPU @ 2.20GHz(2208 MHz)内存 16.00 GB (3200 MHz)显卡 NVIDIA GeForce RTX 3060 Laptop GPU1、数据标注首先使用LabelImg制作标签。LabelImg项目地址github:https://github.com/tzutalin/labelImg/tre...原创 2022-04-15 16:48:39 · 3094 阅读 · 0 评论 -
PaddleOCR Docker部署安装教程、服务搭建(CPU)
PaddleOCR提供了docker镜像,在这里从头配置环境,也算学习一遍,忽略docker就是paddleOCR ubuntu环境的搭建过程。获取一个新的镜像:docker pull ubuntu如果是一个新的docker镜像,需要配置一些环境,包括tar、wget、make、gcc、python3.7等。本机已有一个ubuntu镜像,创建一个容器:docker run -it ubuntu:paddle /bin/bash配置paddleOCR:cd /homegit原创 2021-10-26 10:59:58 · 9182 阅读 · 3 评论 -
C++调用Python(Yolov5)
项目中用C++调用yolov5,将图片直接传给函数,返回结果值。C++#include "stdafx.h"#include <iostream>#include <Python.h>#include <opencv2/opencv.hpp>#include <numpy/arrayobject.h>using namespace std;int initNumpy(){ import_array();//该宏只能在Release原创 2021-03-18 09:39:51 · 6573 阅读 · 14 评论 -
conda命令
虚拟环境创建虚拟环境:conda create -n nlp python=3.6克隆虚拟环境:conda create -n nlp2 --clone nlp激活虚拟环境:conda activate nlp退出虚拟环境:deactivate查看已安装虚拟环境:conda-env list删除虚拟环境:conda remove -n nlp --all...原创 2021-01-26 16:45:43 · 90 阅读 · 0 评论