nicole3375-CSDN博客

原创 pip install

源的选择：默认情况下，pip会从官方Python软件包索引（https://pypi.org/）下载依赖项。然而，有时官方源可能因为地理位置或网络问题而导致下载速度变慢。可以尝试使用其他镜像源来加快下载速度。

2023-08-04 15:45:29 724 1

（1）mish_layer/mish_layer.hpp和upsample_layer/upsample_layer.hpp复制到安装caffe目录下的include/caffe/layers/文件夹中。通过软链接，把/opt/conda/pkgs/mkl-2020.2-256/lib/libmkl_rt.so放到/usr/lib/下面就OK。upsample_layer.cpp、upsample_layer.cu复制到caffe目录下的/src/caffe/layers/文件夹中。

2023-08-02 11:28:24 315

原创 darknet版yolov3批量图片检测

当我们使用darknet框架使用测试语句时，系统调用程序语句，我们需要的是加入可以连续调用图片的系统，在模型载入内存的情况下，完成图片检测。3、detector.c文件的void test_detector函数替换成下面代码，有三处要修改成自己的路径。2、打开example/detector.c文件，在文件最前面写入以下代码（5、在要批量处理的照片文件夹下建立一个txt文本，里面写着每个图片的绝对路径。4、在darknet目录下，重新make。7、生成的文件在out文件夹下。6、执行批量测试命令。

2023-08-01 09:50:17 355 1

原创安装intel mkl

是无效的，并且导致了 "Name or service not known" 错误。这可能是因为命令中的网址被格式化错误或无效的字符引起的。4、安装成功后，我又运行了wget命令，发现仍显示wget: unable to resolve host address ‘ ’2、通过命令sudo apt update可知：是因为公钥不可用。经了解，第二个命令中的网址。因此需要下载公钥并添加到系统密钥环中。

2023-07-31 14:02:51 1297 1

原创 YOLOv3 CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0‘ failed.

Batch Size（批量大小）：批量大小是指在每次模型训练中同时处理的输入样本数量。Subdivisions（子分区）：子分区是将每个批量进一步划分为更小的部分进行处理的方式。通过使用子分区，可以减少 GPU 内存的需求，特别是当批量大小较大时。把subdivisions=8改成subdivisions=16，64，最好都是2的指数，并且要保证batch是subdivisions的整数倍。方法二：修改尾行 random 值（默认值为1），此处修改为：random=0 （注：yolov3共有三处）

2023-07-26 12:41:53 316 1

原创 YOLOv3训练自己的数据集时学习率为0.00000

配置文件darknet/cfg/yolov3-tiny-voc.cfg修改后的darknet/data11/yolov3-tiny-bot.cfg已经设置了学习率为0.0001。

2023-07-25 16:24:05 219 1

原创 CUDA11.0安装的异常处理

1、在Ubuntu执行安装命令时，出现E: Could not get lock /var/lib/dpkg/lock-frontend等报错信息。4、下载CUDA、CUDNN。

2023-07-25 14:30:08 263

nicole3375的博客