![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 80
四平先森
图像算法工程师,研究方向:深度学习、计算机视觉
展开
-
瑞芯微RK3588 C++部署Yolov8检测和分割模型
Docker容器主要用来进行模型转换,也就是pt转onnx的过程,因此docker中需要用的的包主要是rockchip-yolov8,需要修改该代码,进行模型的转换,在linux服务器上安装docker环境,创建一个ubuntu系统的docker环境。,C++的部署的代码参考的里面都有,我自己这边只是根据自己的项目做了集成,如有需要可私信。这一部分的修改代码参考山水无移大哥的部署过程,贼清洗,膜拜一下,少走了很多弯路,直接贴上。(3)yolov8_onnx2rknn:在(2)的基础上转检测rknn模型。原创 2024-03-04 17:50:50 · 3795 阅读 · 8 评论 -
rk3588部署yolov8检测分割模型:Unsupported function: src unsupport width stride 184, rgb888 width stride报错问题
RGA图像的宽度需要是16的倍数,在深度学习中,通常这个问题出现在我们先做了目标检测将目标裁剪成小图之后,再使用小图做分割任务,分割任务时报错:Unsupported function: src unsupport width stride 184, rgb888 width stride。原创 2024-03-04 17:03:44 · 643 阅读 · 0 评论 -
深度学习模型之yolov8实例分割模型TesorRT部署-python版本
1.模型转换从github上下载官方yolov8版本,当前使用的版本是2023年9月份更新的版本,作者一直在更新。官网地址2.加载模型模型的训练和测试在官方文档上,有详细的说明,yolov8中文文档这里不做过多说明,v8现在训练是真的方便了,环境部署好之后,几行代码就跑起来了,例如:from ultralytics import YOLOfrom setproctitle import setproctitlesetproctitle("python|yolov8-seg 20231211")原创 2024-01-18 17:08:48 · 1127 阅读 · 2 评论 -
pytorch2.0训练报错:Could not load library libcudnn_cnn_train.so.8,Unable to register cuDNN factory解决办法
最近服务器的挂掉了,涉及到了深度学习环境的重新搭建,现在的pytorch版本已经更新到2.0以上了,以前还是用的1.9,安装完成后遇到了这个问题,无法训练模型。报错信息:1.原创 2023-12-14 15:08:35 · 2414 阅读 · 3 评论 -
Debug result = unpickler.load() ModuleNotFoundError: No module named ‘models‘
网上查了一下,主要原因是在保存训练的模型时,使用的torch.save(model, path),而在加载时使用的model = torch.load(path);直接先用yolov5自带的export.py转成.onnx模型,再通过onnx转trt,问题解决。原创 2023-08-25 11:01:52 · 590 阅读 · 0 评论 -
障碍物识别算法开发 -(3)平行式双目立体视觉算法
双目立体视觉测距原创 2022-10-28 13:29:47 · 1395 阅读 · 0 评论 -
障碍物检测算法开发 -(2)激光雷达和相机的联合标定
远距离障碍物检测,激光雷达和相机的联合标定算法流程原创 2022-10-28 11:22:43 · 659 阅读 · 0 评论 -
关于深度卷积神经网络训练过程中一开始准确率就是1的问题
最近在利用DCNN模型训练自己的数据集,利用SS数据集进行测试,做二分类,结果刚开始训练模型的准确率就为1,后面也是这样,主要原因还是数据集打乱的还不够,不能只靠tensorflow的shuffle操作来打乱,最好先打乱顺序后制作好tfrecords文件,再用shuffle函数打乱一次。主要步骤如下:(1)找到SS标签文件(2)制作TFRecords文件(3)开始训练关于制作TFRecords文件:制作TFrecords文件代码如下:import tensorflow as tf# 7,8原创 2020-10-13 20:26:53 · 7184 阅读 · 2 评论