自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(19)
  • 收藏
  • 关注

原创 Docker相关(持续更新)

在 Docker 中,如果你对一个容器进行了修改(比如安装了新的软件或者修改了配置文件),你可能希望将这个容器的当前状态保存为一个新的镜像,以便将来可以重新使用或作为基础来创建新的容器。这里,username 是目标机器上的用户名,target-machine-ip 是目标机器的 IP 地址,/path/to/destination 是目标机器上保存 tar 文件的路径。首先,你需要知道你想要转换成镜像的容器的 ID 或名称。这将使用你刚刚创建的镜像启动一个名为 newcontainer 的新容器。

2024-07-25 09:27:59 230

原创 基于text render生成文字识别训练样本

注:如果用这个类了才在这个类里面改!函数注释掉,新增下面的函数。

2024-07-17 09:03:05 363

原创 非极大值抑制(NMS)在目标检测中的改进与应用

NMS用于筛选出最佳的候选框,去除多余的检测框,从而提高检测的精度。在目标检测任务中,传统的NMS方法首先需要按照检测框预测的类别进行分类,然后对每个类别内的检测框独立应用NMS算法。为了解决这个问题,研究者们提出了一种改进的NMS方法,其核心思想是在应用NMS之前,先对不同类别的预测框进行空间上的区分。第二轮:在新的S1集合中,C的置信度分数最高,集合S1中的剩余框分别与C计算IoU,因为D、E与C的IoU>0.5,所以D、E将从S1中移除,C也将作为结果从集合S1中移除,放入最终结果中。

2024-06-30 15:02:33 956

原创 提升大型语言模型响应质量的26条黄金法则

26条原则为我们提供了一个起点,帮助我们更有效地利用LLMs的能力,开启人机交互的新篇章。如果你对如何与LLMs进行有效沟通感兴趣,不妨尝试应用这些原则,看看它们能为你的项目带来怎样的改变。

2024-06-29 18:00:35 649

原创 大模型微调之——MiniCPM-V Finetuning 问题与解决办法

大模型微调、MiniCPM-V

2024-06-16 18:02:33 2184 3

原创 pytorch模型多次推理时显存累积,解决办法

在PyTorch中,显存累积通常是由于在推理过程中未能正确管理和释放张量所占用的GPU资源。

2024-02-20 14:30:36 2774

原创 RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is Fal

RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is Fal

2023-12-21 22:04:29 4353 2

原创 使用vscode ssh连接远程服务器

vscode ssh连接远程服务器+其他方法连接(XHELL)介绍

2023-12-21 21:51:08 466

原创 ModuleNotFoundError: No module named ‘imgaug‘

【代码】ModuleNotFoundError: No module named ‘imgaug‘

2023-11-16 22:55:43 335

原创 高效数据集下载平台——Kaggle

解决注册Kaggle账号看不见验证码的问题

2023-11-16 12:46:07 217

原创 ModuleNotFoundError: No module named ‘cv2‘安装及安装过程错误解决办法

ModuleNotFoundError: No module named 'cv2'

2023-08-16 10:23:21 838 1

原创 Windows下VScode+Anaconda

Windows下VScode+Anaconda

2023-08-15 16:56:33 132

原创 Windows下使用VScode+JAVA

因为制作数据需要,第一次接触Java,在此做一些记录。

2023-08-15 16:46:31 104

原创 Anaconda安装paddlepaddle

安装PaddlePaddle

2023-08-09 17:32:54 268 1

原创 视觉SLAM十四讲学习笔记——三维空间刚体运动(ch3~四元数)

旋转矩阵用九个量描述三自由度的旋转,具有冗余性;欧拉角和旋转向量是紧凑的,但具有奇异性。事实上,我们找不到不带奇异性的三维向量描述方式。三维旋转是一个三维流形,想要无奇异性地表达它,用三个量是不够的。回忆我们以前学习过的复数。我们用复数集CC表示复平面上的向量,而复数的乘法则能表示复平面上的旋转: 例如,乘上复数 相当于逆时针把一个复向量旋转 90 度。四元数四元数是 Hamilton 找到的一种扩展的复数它既是紧凑的,也没有奇异性。如果说缺点的话四元数不够直观,其运算稍为复杂一些。

2023-05-26 22:18:40 136 1

原创 视觉SLAM十四讲学习笔记——三维空间刚体运动(ch3~旋转向量和欧拉角)

无论是旋转矩阵、旋转向量,虽然它们能描述旋转,但是非常不直观的。当我们看到一个旋转矩阵或旋转向量时,很难想象出来这个旋转究竟是什么样的。而欧拉角则提供了一种非常直观的方式来描述旋转一一它使用了三个分离的转角,把一个旋转分解成三次绕不同轴的旋转当然,由于分解方式有许多种,所以欧拉角也存在着不同的定义方法。比如说,当我先绕X 轴旋转,再绕Y轴,最后绕之轴,就得到了一个 XYZ 轴的旋转。假设一个刚体的前方 (朝向我们的方向)为X轴,右侧为Y轴,上方为之轴,见下图。的旋转,显然,它对应的旋转向量为0n。

2023-05-26 20:46:19 192 1

原创 视觉SLAM十四讲学习笔记——三维空间刚体运动(ch3~旋转矩阵Eigen)

还能用外积表示向量的。

2023-05-15 17:12:15 581

原创 视觉SLAM十四讲学习笔记——初识SLAM(ch1-2)

初探视觉SLAM

2023-05-14 17:32:52 250 1

原创 视觉SLAM十四讲学习笔记——库的安装

g++的安装

2023-05-07 17:31:58 1736 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除