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(7)
  • 收藏
  • 关注

原创 目录路径无法导入的问题

在运行tensorflow API的时候,from research.object_detection import model_hparamsfrom research.object_detection import model_lib会报错,显示ModuleNotFoundError: No module named ‘research’.程序无法读取路径能够解决的办法,在程序的开头加入以下代码import syssys.path.append('')...

2022-01-21 13:47:42 181

原创 Ubuntu+CUDA10.2+cuDNN8.2+Pytorch安装踩坑现场

这里写自定义目录标题安装显卡驱动安装CUDA10.2配置环境变量安装cuDNN安装pytorch测试提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档安装显卡驱动1. 需要根据自己电脑的显卡型号去官网显卡驱动2.安装显卡驱动1)需要卸载之前安装的显卡驱动$sudo apt-get --purge remove nvidia-*,我这边输入这个代码之后需要再输入 $sudo apt-get autoremove2)修改配置文件blackconf,$sudo gedit /etc/

2021-06-24 11:17:41 3637

原创 实例分割数据集json文件的imagePath地址修改

使用labelme审核数据集的时候,发现标注的json文件中的imagePath是绝对路径,如果把标签文件转移到其他地方进行修改的话,labelme会出错。所以编写了程序,使得json中的imagePath如下图所示:这样的话,无论移动到哪里,json文件都能被正常labelme修改了。...

2021-01-08 20:04:03 1241 1

原创 实例分割标注软件labelme的安装

先安装anaconda网上很多教程,这里就不细说安装pyqt5输入代码 pip install pyqt5 -i https://pypi.tuna.tsinghua.edu.cn/simple有时网速不好会出现下面这种错误,此时再重输一遍 pip install pyqt5 -i https://pypi.tuna.tsinghua.edu.cn/simple即可然后安装labelme输入代码 pip install labelme -i https://pypi.tuna.tsi

2020-12-07 18:05:25 733

原创 pytorch1.2安装(Anaconda、cuda10.0、cudnn7.5)

首先需要新建虚拟环境conda create –n your_name python=3.6//这里的yourname是虚拟环境的名字,取什么都可以激活环境activate your_name添加清华镜像源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.e

2020-08-13 20:51:23 959 2

原创 高光谱相机采集程序的配置

1.首先需要打开VS,新建一个基于对话框的MFC程序2.然后点击工具栏解决方案平台的配置管理器,在活动解决方案平台新建一个x64的新平台。然后解决方案配置选择Release,然后点击本地Windows调试器,此时文件夹中就会生成一个x64文件夹。3. 然后将要用到的相机相关的settings和.dll及lib文件复制进行x64的release中。4.然后将.dll及lib文件和需要使用的头文件放入可执行文件所在的目录下5.1 右键点击工程的属性,在c/c++ >常规>附加包含目录里加

2020-07-04 19:28:43 688 1

原创 tensorflow gpu1.12.0环境搭建(显卡GTX1060)

目的:准备在自己笔记本电脑上搭建tensorflow框架进行深度学习,笔记本的显卡是GTX10601、首先要做的是型号匹配并下载CUDA是NVIDIA推出的运算平台,CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案。我们要先看哪个版本的CUDA支持我们的显卡,然后tensorflow的版本要和CUDA匹配,CUDNN的版本也要和CUDA匹配。我的显卡是GTX1...

2019-09-21 03:10:30 3477

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