kelly1250230225的博客

参考链接参考链接一 查看显卡型号一 在终端输入命令后 lspci | grep -i vga二 在网站（网址）中查看自己的对应的型号三 得到自己的卡型号我的是这个版本驱动版本二 开始驱动安装准备2.1 安装依赖项分别执行两条命令安装安装 NVIDIA 显卡依赖软件【切记，不能只输一条指令】我的执行第二句出现：吓死我了，试了才知道是某些进程被占用，参考链接解决问题使用如下命令：ps -aux查找占用的进程的PID，但如果进程太多找不到，可以结合grep命令进行筛选，如

安装了pycharm一直卸载不掉，各种教程行不通，最后再官网卸载pycharm点击这个链接，我选择了命令：好像就能卸载了搜索确实没有了：真的很头疼。之前装了也启动不了

拜读了Ｂ站的一位大神的视频，附上安装mmdetection视频，，若侵权会马上删除首先声明本人是ubuntu16.04 cuda10.1第一步：需要创建虚拟环境open-mmlab，为啥创建不多说，不懂的先去学习一下，比较简单，就是创建的环境能保持独立，不会和其他环境混。在终端执行：conda create -n　open-mmlab安装python版本：conda create -n python=3.7 -y第二步：激活虚拟环境，在终端执行：conda activate open-mmlab

fatal: unable to access ‘https://github.com/open-mmlab/mmcv.git/’: gnutls_handshake() failed: The TLS connection was non-properly terminated.解决办法：这个链接是解决办法，亲测

遇到的问题：安装mmdetection很长时间了，这中间需要安装pytorch，但是一直安装不对，然后自己手残也修改了好几次环境路径，差点崩溃，不知道什么原因，一直显示这个：Collecting package metadata (repodata.json): failedCondaHTTPError: HTTP 000 CONNECTION FAILED for urlhttp://nanomirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

激活虚拟环境cd envsource ./bin/activate激活成功后，在命令行会显示虚拟环境的名称，类似((env)Your-Computer:your_project UserName$)退出虚拟环境$ deactivate如果想删除虚拟环境，那么直接运行rm -rf venv/命令即可。...

首先检查图片路径其次可能就是新版本的兼容性问题把OpenCV 4.5.1 换成 3. 4的就好了pip install -U opencv-python==3.4.4.19参考链接

一、下载 LabelImg1、LabelImg Github源码地址：https://github.com/tzutalin/labelImg2、百度云盘下载地址：https://pan.baidu.com/s/19I8rHBE-H7I8-Eerr_409g 提取码：ydut————————————————版权声明：本文为CSDN博主「xx_jiajia」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/x

安装cudnn大神绕路，我是一只菜鸟，如有不妥可以指出，我一定虚心学习。由于项目需要跑多个模型，这个时候cudnn版本可能需要不一样，所以这里讲下如何自由切换cudnn版本。相比cuda,cudnn的安装就相对更简单，只需要下载对应版本的安装包，解压之后，用命令将某些文件复制到cuda的指定文件目录下 即可。（1）文件下载下载对应版本的安装包此处是对应CUDA10.0的：cudnn下载链接我选择的当时最新版对应cuda10.0的v7.6.4，点进去后选择第三个cuDNN Library for

参考链接首先声明一下我电脑驱动版本最高了，还有cuda9.0已经存在。1、安装cuda10.0（注意选择[对应版本](https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal)，点击下载，推荐使用 runfile，安