小可同学呀-CSDN博客

原创 NVIDIA Jetson Xavier NX 命令手册

INDEX1. 风扇管理1. 风扇管理

2022-10-26 17:11:26 668

原创 NVIDIA JETSON XAVIER NX （四）安装Pytorch和torchvision

可选择在NX上创建新python环境进行安装，避免和其他工程环境发生冲突，具体虚拟环境操作步骤可见Python创建虚拟环境。下面就开始安装pytorch的愉快之旅吧！1. 安装相关依赖环境# 先把能更新的都更新了sudo apt-get updatesudo apt-get upgrade# 装上我们需要的环境包# 最好使用pip3，不然出错了不好排查sudo apt-get install python3-pip libopenblas-base libopenmpi-devpip3 i

2021-07-30 20:58:41 9030 8

原创 Python创建虚拟环境

virtualenvvirtualenv------用来建立一个虚拟的python环境，一个专属于项目的python环境。用virtualenv 来保持一个干净的环境非常有用。1. 安装virtualenvpip install virtualenv查看版本virtualenv --version2. 创建虚拟环境进入工程文件创建虚拟环境cd my_projectvirtualenv my_project_env# 可指定具体解释器版本virtualenv -p /usr/bin

2021-07-29 10:00:42 648

原创 Tips for Best Training Results

深度学习经验总结：大多数情况下，只要数据集足够大且标记良好，无需更改模型或训练设置即可获得良好的结果。如果一开始你没有得到好的结果，针对YOLOv5，你可以采取一些步骤来改进。1. 数据集图像数量：推荐每种类别至少大于1500张图片；图像多样性：必须代表已部署的环境。推荐来自一天中不同时间、不同季节、不同天气、不同光照、不同角度、不同来源（在线抓取、本地收集、不同相机）等的图像；标签一致性：必须标记所有图像中所有类的所有实例，部分标签将不起作用；标签准确性：标签必须紧密地包围每个对象

2021-07-27 11:39:17 264

原创 Python打包成exe

1.安装Pyinstallerpip install pyinstaller 2.cmd切换到文件的目录3.执行命令Pyinstaller -F -w -i name.ico name.pyPyinstaller -F py_word.py 打包exePyinstaller -F -w py_word.py 不带控制台的打包Pyinstaller -F -w -i chengzi.ico py_word.py 打包指定exe图标打包ico图片生成4.虚拟环境conda create

2021-07-11 13:19:03 147

转载 python 列表三种删除方法

这三种方法都是list的删除方法，其中remove是针对可变列表的元素进行搜索删除，而pop和del是针对可变列表的下标进行搜索删除。具体区别如下：1. removeremove(item)方法是直接对可变序中的元素进行检索删除，返回的是删除后的列表,不返回删除值（返回None）>>>list1=[1,3,6,7,8]>>>print list1.remove(3) #对列表元素进行搜索删除，而不是下表>>>print list1None

2021-04-17 11:30:05 1536

原创 NVIDIA JETSON XAVIER NX （三）配置环境

文章目录(1) jetson apt 换源(2) pip 安装换源(3) 安装相关 py 库(4) TensorRT 配置(1) jetson apt 换源首先需要搞清楚的是：1. Jetson Xavier NX 默认系统是 Ubuntu18.04LTS，对应源关键字：“bionic”2. Jetson Xavier NX CPU是arm64的架构，镜像路径：xxx/ubuntu-ports/之后就可以修改源文件了：sudo mv /etc/apt/sources.list /etc/apt

2021-04-04 20:02:55 1883

原创记录绘图

常见的绘图模板，各种字体的调整都在代码中。from pylab import *mpl.rcParams['font.sans-serif'] = ['SimHei']import matplotlib.pyplot as plt# from matplotlib import rcParamsresult1 = []result2 = []result3 = []result4 = []result5 = []result6 = []result7 = []result8 = [

2021-03-12 21:52:48 109

原创 NVIDIA JETSON XAVIER NX （二）设置M.2 Key M SSD为系统盘

提醒：NVMe SSD硬盘仅作为系统盘（rootfs和用户区），系统的启动引导依然是通过SD卡或EMMC，比如升级设备树dtb 还是在SD卡或EMMC中。步骤一、准备SSD 并格式化为 GPT准备M.2 SSD（NX支持NVME接口）① 打开Ubuntu18.04自带 Disks 工具，右上角选择‘Format Disk’ 并将其格式化为GPT 格式② 格式化后进行分区选择“Ext4”，等待完成后，点击下方 ‘三角按钮’，mount 到固定目录如/media/nvid

2020-12-16 20:45:52 4378 1

原创 NVIDIA JETSON XAVIER NX （一）刷机教程

一、镜像文件下载下载地址：Jetson 下载中心SD 卡镜像法：选择下载SD image文件二、烧录工具下载地址：https://www.balena.io/etcher/三、烧录TF卡选择下载好的镜像文件，用读卡器插入电脑接口（推荐支持3.0接口的读卡器，速度是2.0两倍），开始Flash！注意：烧录过程中由于NVIDIA 镜像文件会对TF卡进行多次分区，所以Win下刷机会弹出很多格式化硬盘操作，不用理会，等待全部过程结束即可。四、NX开机将烧录好的TF卡插入到NX开发板上，按照NV

2020-12-06 11:09:03 2331

原创 Git同步远程仓库

1. 创建本地仓库并初始化# Git Bash Here to your foldergit init2. 远程仓库下拉# 添加gitee仓库地址git remote add origin https://gitee.com/your gitee address/name.git# 下拉仓库git pull origin master3. 上传文件① demo传输到本地仓库文件夹中② 添加到暂存区# 添加所有文件到暂存区（注意有空格）git add .# 添加单个文件gi

2020-12-03 10:52:04 340

原创深度学习Tricks

Tricks1. Label Smoothing(标签平滑)2...1. Label Smoothing(标签平滑) 在多分类问题过程中，通常将各种类别信息提取到向量中存储，一般以[0,1,2]的离散形式，被称为one-hot vector。而在最终类别概率的信息存储中，深度学习所得到的one-hot vector通常是[0，1，0]，这代表着某一类的概率为1，其余都为0。这种存储的形式在训练损失函数的过程中会有俩个问题： ① 无法保证模型的泛化能力，容易造成过拟合。 ② 预测概率和其余概率相差

2020-12-01 20:58:56 424

原创深度学习卷积操作总结

深度学习卷积操作总结1. 1*1卷积2. 深度可分离卷积3. 残差网络Residual Net1. 1*1卷积① 特征维度匹配：通常在进行大量卷积操作后，利用1*1卷积块的前后尺度一致性，进行特征通道对齐，保证尺度不变而通道个数符合需求，常见操作：升维、降维。(便于add、keras.backend.concatenate、tf.concat、torch.cat等操作)② 全连接层：相当于进行线性变换，将数据映射到需要的特征空间，后面通常接激活函数添加非线性因素。③ 降低参数量：借鉴ResNet中

2020-11-23 19:52:48 789

转载 Receptive Field（感受野）

感受野感受野指的是一个特定的CNN特征（特征图上的某个点）在输入空间所受影响的区域。一个感受野可以用中心位置(center location)和大小(size)来表征。然而，对于一个CNN特征来说，感受野中的每个像素值（pixel）并不是同等重要。一个像素点越接近感受野中心，它对输出特征的计算所起作用越大。这意味着某一个特征不仅仅是受限在输入图片中某个特定的区域（感受野），并且呈指数级聚焦在区域的中心。具体的计算方式如下。输出特征图

2020-09-12 20:30:27 352

转载多线程计算（Python）

多线程读取IP摄像头（Python）-原文链接对于IP摄像头，它是以数据流的形式传输，因此当其帧率较高时，本地处理程序会处理不过来，导致卡帧（延时）和程序卡死！利用多线程来精确化需求分布，可以合理的利用计算资源。1.threading模块（线程）线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺

2020-09-12 19:29:24 1578

转载多通道图像卷积

综上所述，在整个Conv layers中，conv和relu层不改变输入输出大小，只有pooling层使输出长宽都变为输入的1/2。以python版本中的VGG16模型中的faster_rcnn_test.pt的网络结构为例，如图2，Conv layers部分共有13个conv层，13个relu层，4个pooling层。在Faster RCNN Conv layers中对所有的卷积都做了扩边处理（pad=1，即填充一圈0），导致原图变为(M+2)x(N+2)大小，再做3x3卷积后输出MxN。

2020-09-05 16:03:50 367

原创机器学习相关会议期刊

机器学习顶级会议：NIPS, ICML, UAI,AISTATS;（期刊：JMLR, ML, Trends in ML, IEEET-NN）计算机视觉和图像识别：ICCV, CVPR, ECCV;（期刊：IEEET-PAMI, IJCV, IEEE T-IP）人工智能：IJCAI, AAAI; （期刊AI）另外相关的还有SIGRAPH, KDD, ACL, SIGIR, WWW等。特别是，如果做机器学习，必须地，把近4年的NIPS,ICML翻几遍；如果做计算机视觉，要把近4年的ICCV, CVP

2020-05-29 10:09:39 304

原创 C++学习

一、函数重载函数重载是一种特殊情况，C++允许在同一作用域中声明几个类似的同名函数，这些同名函数的形参列表（参数个数，类型，顺序）必须不同，常用来处理实现功能类似数据类型不同的问题。1.函数重载的规则：①函数名称必须相同。②参数列表必须不同（个数不同、类型不同、参数顺序不同等）。③函数的返回类型可以相同也可以不相同。④仅仅返回类型不同不足以成为函数的重载。⑤函数重载是一种静态多态。...

2020-04-24 17:30:29 60

原创 OpenCV函数库查询手册（python）

cv2.imread原型：imread(filename,flags=None)作用：读取图像参数：filename，读取的图片文件名。flags，读取标志位。参数名称作用IMREAD_ANYCOLOR 按原图像颜色格式读取IMREAD_ANYDEPTH 按原图像深度信息读取，非16位或32位的则转化为8位IMREAD_COLOR 转化为三通道图像IMREAD_GRAYSCALE...

2020-04-18 11:05:22 3398

原创 Numpy函数库查询手册（python）

（1）np.vstack原型：vstack(tup)作用：在竖直方向上堆叠参数：可以是多个数组arr1=np.array([1,2,3])arr2=np.array([4,5,6])print np.vstack((arr1,arr2))[[1 2 3] [4 5 6]]（2）np.hstack原型：hstack(tup)作用：在水平方向上平铺参数：可以是多个数组arr...

2019-10-16 21:57:24 1320

原创 Python 中冒号使用

[m : ] 代表列表中的第m+1项到最后一项[ : n] 代表列表中的第一项到第n项import numpy as npa=[1,2,3.4,5]print(a)[ 1 2 3 4 5 ]print(a[-1]) 取最后一个元素结果：[5]print(a[:-1]) 除了最后一个取全部结果：[ 1 2 3 4 ]print(a[::-1]) 取从后向前...

2019-10-16 17:09:01 5256

原创 Matplotlib函数库查询手册（python）

函数内容matplotlib.pyplot.hist(x, bins=None, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype=’bar’, align=’mid’, orientation=’vertical’, rwidth=None, log=False, color=None...

2019-09-19 17:50:44 1673