qq_45013882的博客

原创 200dk布署数据预处理

问题描述：200dk采用板载摄像头输入时，采集到的图片数据格式为YUV格式，这种格式没法使用opencv进行数据预处理。这里提供一个可行的办法将摄像头采集到的YUV格式转为opencv可处理的方式，方便某些小伙伴需要使用到opencv处理图片。1.从摄像头采取到YUV格式，即cap.read()采集到的数据存储到image。该image存储着YUV数据。2.首先将YUV数据转为numpy格式，使用下面代码将YUV转为一维向量。image_np=image.nparray()3.将一维向量变为具有

原创 【200dk C++编译】make踩坑

1.cmake编译CMakeList时出现以下错误[ 20%] Building CXX object CMakeFiles/main.dir/utils.cpp.oIn file included from /home/djh/samples-v0.5.0/cplusplus/level2_simple_inference/2_object_detection/YOLOV3_coco_detection_video/src/../inc/utils.h:27:0, f

原创 适用PIL时出现OSError: cannot open resource

问题出在font = ImageFont.truetype(font='/content/drive/Shareddrives/204880354/yolov3_github/yolov3-TT100k/yolo3-pytorch/model_data/simhei.ttf', size=np.floor(3e-2 * np.shape(image)[1] + 0.5).astype('int32'))把需要的字体文件，也就是ttf文

原创 onnx转pb模型出错

onnx.onnx_cpp2py_export.defs.SchemaError: No schema registered for 'BitShift'!当tensorflow为 tf 1.15.0,匹配的是onnx1.8.0pip install onnx1.8.0

原创 resa推理

参考https://blog.csdn.net/qq_42178122/article/details/122787261博主的博文import osimport os.path as ospimport timeimport shutilimport torchimport torchvisionimport torch.nn.parallelimport torch.backends.cudnn as cudnnimport torch.nn.functional as Fimpor

原创 pth转onnx再转pb(resa模型为例)

pth转onnx以下转onnx代码参考https://blog.csdn.net/xywy2008/article/details/115400323import osimport torchimport argparse import jsonimport torchfrom models.resa import RESANetfrom utils.config import Configfrom datasets import build_dataloader def loa.

原创 从远程拷贝文件到本地 scp

scp -r computer@:/home/ ~/scp -r xxx.txt computer@10.0.0.522:/home/

转载 【无标题】【Atlas 200DK】YOLOv3和YOLOv5部署

【Atlas 200DK】YOLOv3和YOLOv5部署 数据集介绍开发板环境搭建YOLOv3的部署模型训练转换服务器上的结果开发板上的结果python部署c++部署 YOLOv5的部署模型训练转换服务器上的结果开发板上的结果python部署c++部署 遇...

原创 colab转换tf版本

colab中目前tensorflow的版本是2.x操作如下：输入：%tensorflow_version 1.ximport tensorflow as tf然后点击上方的代码执行程序的重新启动代码执行程序然后启动后再运行一次：%tensorflow_version 1.ximport tensorflow as tfprint(tf.version)...

原创 MindStudio中的模型转换和ATC命令行

当MindStudio中没有ATC想要的配置是在下图中的蓝框位置添加如添加–insert_op_conf配置就写上–insert_op_conf=路径如--insert_op_conf=$HOME/AscendProjects/MyApp/models/yolov3/aipp_yolov3_416_416.aippconfig

原创 使用scp命令在linux和服务器之间传输文件（文件夹）

1.传文件scp 文件 HwHiAiUser@192.168.1.2:/home/HwHiAiUser/tmp2.文件夹scp -r t 文件夹 HwHiAiUser@192.168.1.2:/home/HwHiAiUser/tmp

原创 atlas200dk踩坑

1.连接网络问题，采用的是wifi共享给200dk用root登录200dkvi /etc/netplan/01-netcfg.yaml改成如下一定要记得netplan apply共享端设置成即可2.重装200dk的运行环境后，出现以下问题Host key verification failed$ ssh xxxx@xxx.xxx.xxx.xxx@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ WARN

原创 colab防掉线

在colab页面，按Ctrl+Shit+i，打开检查页面（也可以右击鼠标，选择“检查”），并切换到控制台或terminal标签，chrome中为Console。输入以下代码function ConnectButton(){ console.log("Connect pushed"); document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect").

原创 野生yolov3在atlas200dk的部署

1.训练官方yolov3代码https://pjreddie.com/darknet/yolo/，进行训练2.因官方yolov3代码由C和cuda写的，train不起来就参照此篇博主的博文3.由训练得到的yolov3.weight，转成tensoflow的ckpt模型具体代码在github中，参考其readme.md中的weight_convertion方法转成checkpoint file注：应其用的tensorflow1.x写的weight_convertion.py,使用tensorflow

原创 AttributeError: ‘bool‘ object has no attribute ‘endswith‘报错

完整的报错信息有路径名写错了，涉及到相对路径的知识，改完即正常

原创 【无标题】 occurred when finalizing GeneratorDataset iterator

程序报错解决方法程序报错的原因在于，BATCH_SIZE的设置过大，导致内存容量不足。因此，需要将该参数调小。

原创 将本地文件上传使用wget下载

将文件上传https://ftpod.cn/上传完成，点击复制链接使用wget 复制的链接即可下载

原创 机器学习与深度学习(tensorflow)

第一天：1.概述：从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测2.数据集：1.从历史数据获取规律，这些历史数据是怎么的格式？机器学习的数据：文件csv（数据库的性能瓶颈，读取速度不行，格式不符合）2.读取工具：pandas （一个数据读取非常方便以及基本的处理格式的工具）（dataFrame格式：通过行索引和列索引补全缺失值和数据转换，重复值不需要进行去重 ）3.numpy:释放了GIL，是真正的多线程4.可用的数据集：scikit-learn、kaggle、UCI5.数

原创 反向传播(Backpropagation)

原创 梯度下降(Gradient Descent)

原创 resent论文精读

原创 jetson nano安装paddlepaddle环境

jetson nano安装paddlepaddle环境1.在paddlepaddle官网安装教程中附录下载对应jetpack版本的whl 包https://www.paddlepaddle.org.cn/documentation/docs/zh/install/Tables.html（jetpack4.2系统的可以下载paddle2.0的jetpack4.3版本的whl）使用pip安装，如果系统默认为python2.7的环境，可以使用/usr/bin/python3.6或其他python版本进行安.

原创 aruco码识别

加载预定义字典，生成aruco标记import cv2import numpy as np# 生成aruco标记# 加载预定义的字典dictionary = cv2.aruco.Dictionary_get(cv2.aruco.DICT_4X4_250)# 生成标记markerImage = np.zeros((200, 200), dtype=np.uint8)for i in range(20): markerImage = cv2.aruco.drawMarker(dic.

原创 卷积神经网络学习心得

YOLOv3学习心得文章目录YOLOv3学习心得一、卷积神经网络1、卷积二、使用步骤1.引入库2.读入数据总结一、卷积神经网络1、卷积在卷积神经网络中，“卷积”更像是一个，特征提取算子。什么是特征提取算子呢？简单来说就是，提取图片纹理、边缘等特征信息的滤波器。如：如上图所示，假设，猫的上眼皮部分（框出部分），这部分的数据，展开后如图中数组所示**（这里，为了叙述简便，忽略了rgb三维通道，把图像当成一个二维数组[类比灰度图片]），我们使用一个算子，来检测横向边沿**——这个算子，让第一行

原创 yolo学习心得

yolo学习心得文章目录yolo学习心得一、先验框（anchor）二、边框预测一、先验框（anchor）首先可以把anchor理解为：多尺度滑动窗口。传统的检测过程是：1、生成图像金字塔，因为待检测的物体的scale是变化的。2、用滑动窗口在图片的特征金字塔上面滚动生成很多候选区域。3、各种特征提取hog和分类器svm来对上面产生的候选区域中的图片信息来分类。4、NMS非极大值抑制得到最后的结果。但由于cnn具有强大的提取特征的能力，可以替代第三步，但第一第二步独立于cnn之外的，需要

原创 机器学习之数据的特征工程

机器学习之数据的特征工程使用scikit-learn对数据特征值进行特征分析 (安装scikit-learn需要Numpy,pandas库)# 前言随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容，本章主要讲如何对用于机器学习的数据进行特征工程，特征工程具体包括特征抽取、特征预处理、数据降维等过程。提示：以下是本篇文章正文内容，下面案例可供参考简单介绍：机器学习是什么，为什么要对数据的特征进行特征工程？通俗来讲，机器学习是一门