model2005的专栏

2017年春节入坑DP，学着caffe做了一个杂草小苗的APP，模型和功能均在云端。pypic.py#!/usr/bin/env python#-*-coding:utf-8-*-import numpy as np import sys,osimport re # 设置当前的工作环境在caffe下 caffe_root = 'd:/caffe/caffe-master/' # 我们也把caffe/python也添加到当前环境 sys.path.insert(0, ...

import cv2import numpy as npimport osim = cv2.imread("lamp1.jpg")sp = im.shapesz1 = sp[0]#height(rows) of imagesz2 = sp[1]#width(colums) of imagesz3 = sp[2]#the pixels value is made up of three primary colors图像大小if(sz2>4000 and sz2<6000):

GitHub项目页：https://github.com/TencentARC/GFPGANHugging Face试玩传送门：https://huggingface.co/spaces/akhaliq/GFPGAN安装anaconda下载解压GFPGAN-0.2.0.zip文件安装dependent包安装 basicsr - https://github.com/xinntao/BasicSR# We use BasicSR for both training and inf.

检测目标文件夹python detect.py --source **path/**/ --weights **.pt --img 640生成文本文件加 --save-txt参数即可python detect.py --source **path/**/ --weights **.pt --img 640 --save-txt

make_image_classifier安装需安装tensorflow和tensorflow_hub libraries：$ pip install "tensorflow~=2.0"$ pip install "tensorflow-hub[make_image_classifier]~=0.6"测试：$ make_image_classifier --help最好安装GPU 版本TF2"tensorflow-gpu~=2.0".基本用法$ make_...

图片分类拷贝待训练的分类图片文件夹到tensorflow→tensorflow->examples->image_retraining目录下。​​​​​如dm文件夹中的类别按各龄期为一个文件夹(注意查看下，文件夹中是否为各类别)训练python retrain.py --bottleneck_dir=model --how_many_training_steps 4000 --output_graph=model/retrained_graph.pb --output_la.

ubuntusudo apt clean 中清理缓存，tf训练临时文件太大，一会功夫，几个G就没了。sudo apt autoremove清理安装包，容易出错，谨慎处理。运行清理后，nvidia-smi报错NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest nvidia driver is installed and running.只

win10下原安装了py37+tf1.13+cuda10+cudnn7.6，用于tf1框架检测的运算，在C盘系统占空间太大，想移到其他盘，谁知怎么安装都出问题，GPU 不运行，而且训练的模型都保存在C盘昨时文件夹中，也不方便。ubuntu系统安装了anaconda3，py3.8，cuda11.4，470驱动。anaconda可支持多个版本的python，故另建一个py37版本，用于tf1 目标检测模型的训练，tf1模型pb文件应用方便。conda create -n py37 python=3.7

Non-OK-status: GpuLaunchKernel(FillPhiloxRandomKernelLaunch<Distribution>, num_blocks, block_size, 0, d.stream(), gen, data, size, dist) status: Internal: invalid device function查找资料，本故障的原因无外乎cuda和cudnn版本不配，或cuda版本过高。models-master版本过高？以2017年下载的版本

2021-09-08 06:53:46.096205: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1325] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 4863 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1660 Ti, pci bus id: 0000:01:

测试通过，开始训练运行：python object_detection/model_main.py --logtostderr --train_dir=‘**’--pipeline_config_path='**/**.config'报错Windows fatal exception: access violation改为python object_detection/model_main.py --logtostderr --train_dir=**--pipeline_confi...

运行目标检测，import cv2正常，cv2.write()也可以，但cv2.imshow()出现错误：function not implemented，提示windows、ubuntu要安装libgtk2.0-dev and pkg-config,re-run cmake...pip install opencv-python运行无反应。回想起，anaconda是后装的，先uninstall，果不其然，原opencv是依赖于ubuntu20.04的python3.8。unins...

本地调试正常，服务器端出错。本地为win7，Miniconda python3.7服务器端为windows 2008 server 64位。2008或2012缺少mf.dllmfplat.dllmfreadwrite.dll三个动态链接文件，将其拷入cv2目录中。错误解决！