凡事都有第一次

为了给自己一个记录的理由,开了人生中第一个技术博,希望从此时此刻开始可以坚持下去,记录自己的学习历程。

进入正题:

对嵌入式的学习一直是个难以割舍的情怀,多少次开始,又多少次放下,这次重新开始希望不要放下。

上次由于电脑硬盘已满,于是想将电脑里的电影拷贝到移动硬盘里,但是开电脑的时候没有注意,电脑启动到了fedora系统里,于是突发奇想,何不利用一下,用终端命令把电影拷贝到移动硬盘?于是说干就干,插上移动硬盘,开始挂载

mount  /dev/sdb1  /mnt

结果不能执行!说是我目前使用的用户不在sudoers文件里,擦,压根不知道这个文件在哪里,于是想到了find命令,但是不知道find命令怎么用,man帮助文档全英文,没有例子,看不太懂,也不耐地看,还是找度娘了,于是有了

find  /  -name "sudoers"

真的可以找到啊!好神奇!就在

/etc/sudoers



按照度娘上的,修改sudoers文件,将自己的用户添加进来

gedit  /etc/sudoers

打开sudoers文件

找到user部分,看到“Allow root to run any commands anywhere”,这不就是说root用户可以运行所有的命令嘛,直接复制粘贴一下,改成自己的用户名

dongfang  ALL=(ALL)   ALL

保存退出,OK 搞定

重新回到用户下,可以mount 啦!

在/dev目录下看到了很多sdb,不知道哪个是移动硬盘上存电影的分区,没办法,自己一个一个挂载上来看吧,结果发现sdb1就是。

mount /dev/sdb1 /mnt

于是同样挂载了电脑硬盘,

mkdir /run/media

mount /dev/sda3 /run/media

源和目的地都挂载好了,终于可以开始复制啦!

cp /run/media/*.rmvb *.mp4  /mnt

接下来就是漫长的等待了,因为好些GB。。。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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