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(20)
  • 收藏
  • 关注

原创 VS2022一个项目中运行多个c++程序

一般使用vs2022都需要配置好一些路径依赖,但一个项目中只能使用一个源文件,这也是为了避免找不到那些依赖,可是我们就是想为了可以快速编写,而不是浪费在那些配置环境的时间上,所以本文就介绍如何在一个项目中运行多个c++程序的快速设置方法。

2024-03-15 20:58:40 1409 3

原创 记录配置深度学习环境的资源库(存档)

深度学习环境配置最简单了。但是需要有存档资源哦。关注点一波,关键装一把。

2024-01-12 16:43:10 937 1

原创 统计小目标数量以及占比(分类别统计和总量统计)

统计小目标数量以及占比,可以分类别统计。只需要一个xml即可输出统计。但是一般可能会有多个xml,就需要手动更改并汇总了。

2023-09-14 17:14:52 290 1

原创 批量将真实框/真实标签显示在原图(便于查看目标大小情况,以及明确目标类别有什么)

将真实框显示在原图上,是批量的,如果不批量,直接跑一点断掉程序就行。只需要输入原图,原xml标签,以及输出的路径即可,可以统计出类别和对应数量,并保存为txt。也有进度条,方便了解进度如何。

2023-09-14 15:13:41 157 1

原创 使用c实现输入数字的冒泡排序法

使用c实现输入数字的冒泡排序法,使用malloc动态分配地址,使用完可以自动释放。

2023-09-07 15:59:08 167 1

原创 将yolov5视觉识别到的坐标信息用于云台跟踪(使用socket将YOLOv5检测到的坐标信息传输出去)

我们一般使用yolo检测之后会得到目标的目标框坐标,检测是比较方便的,但用于工程的话,检测肯定是不够的,需要结合对象进行运动,这就需要传输信息了。今天记录使用socket将YOLOv5检测到的坐标信息传输出去。我需要做一个云台的视觉控制程序,目前的方案是yolov5检测输出坐标信息,使用socket发送到客户端后,再打包成字节发送出去,发送时使用struct包发送给串口即可,也可在发送前处理数据。

2023-09-05 17:18:00 1311 7

原创 yolov5+Deepsort目标检测加目标跟踪算法(yolo版本更改为6.1版本)

上次把yolov5和deepsort的跟踪算法搞定了,并加入了轨迹线显示,优化了轨迹线显示一段和目标消失时轨迹线不显示。但是他的检测版本有点老,我们实际训练和检测版本较高,所以这一节介绍如何更改为高版本6.1。

2023-08-30 17:40:13 1166 9

原创 xml转换txt格式代码

只需要有一个xml文件即可直接转换为txt,简单方便又快捷,而且有进度条。默认保存路径是这个这个转换文件路径下的txt文件夹。

2023-08-29 14:29:21 648 2

原创 划分YOLO数据集代码(txt和xml格式均支持)

往往在训练一个模型之前,我们需要准备好数据集,简单省事一般是下载公开数据集,但有的公开数据集只画好了标签,还没有划分,所以需要我们划分一下。划分之前需要准备图片路径和标签路径,再新建一个输出路径,运行程序后输出路径下会保存图片和标签路径,并分别分为训练验证测试集。划分比例可调,总比例是1。

2023-08-29 09:17:26 929 4

原创 使用Pycharm结合Github终端 上传本地代码到Github(通俗易懂不骗人)

本文将介绍如何使用Pycharm结合Github终端 上传本地代码到Github,并分享解决github卡顿以及上传卡顿问题。

2023-08-25 14:45:32 612 1

原创 yolov5+Deepsort目标检测加目标跟踪算法(附代码)

近期项目可能需要目标跟踪,所以学习了一下目标跟踪算法,并根据了解到的算法,在github上寻找项目直接上手验证。测试了三个目标跟踪的代码,总体效果不错,也做了适当的改进,比如加入平均帧率显示,加入轨迹线的一段显示和目标框消失即不显示。

2023-08-23 17:31:47 3275 26

原创 使用图传设备实现yolov5的远程监控与控制(YOLOv5检测+jetson nano+无人机+无线图传+vnc)

目前想把模型加速部署好的jetson nano,放在自制无人机上,飞至高空用于检测,而且地面可以监控检测效果。

2023-08-17 09:44:08 1526 9

原创 零基础配置jetson nano深度学习yolov5环境(三、配置YOLOV5检测导出环境以及使用tensorrt加速推理,加速有python和c++两个版本)

前面已经配置成功了torch以及cuda环境,接下来就配置yolo检测的环境,并用官方的detect检测pt模型,以及使用export导出tensorrt加速的engine模型,并进行检测。除了使用官方的python调用tensorrt检测以外,也用c++调用tensorrt加速。python调用启动速度很慢,容易崩,检测速度跟c++差不多,但是c++启动很快,占用内存也少。

2023-08-14 18:12:57 376

原创 零基础配置jetson nano深度学习yolov5环境(二、安装系统镜像、cuda、conda、python、torch、torchvision等)

从上一节我们知道了具体的配置思路,这一节介绍安装的具体步骤,主要有安装conda、python、torch、torchvision等。下面按照步骤来操作。注意安装python后才可以安装torch,再编译torchvision,其他的缺什么补什么。【jetson nano】jetson nano环境配置+yolov5部署+tensorRT加速模型至此,就算环境配置差不多了,大问题已经解决了,后面只需要配置yolo的环境就行。以及tensortt加速就行。

2023-08-14 10:38:51 1559 2

原创 零基础配置jetson nano深度学习yolov5环境(一、前期预备)

这次就我之前的经验和这次的经历总结一个配置jetson板子的介绍,并进行yolov5的检测运行,并使用tensorrt加速推理。

2023-08-09 10:12:41 1371 1

原创 YOLOv5改进(一)改进的核心内容

本节介绍了改进YOLOv5中的较难部分:添加自己设计的模块的办法,需要设计自己的模块,并推导一些尺度和通道数,然后在yaml文件中配置模型参数,在yolo.py中配置输出通道数,如果自己推导了整个模型每层的尺寸和通道数,配置这些参数就相对容易。

2023-05-08 12:30:43 10324 4

原创 解决pyqt5过段时间自己崩了,打不开QT designer的问题

解决了pyqt自己崩了的问题,发现是spyder版本不兼容导致的,再就是不好装低版本的pyqt,然后就是安装pyqt tools也需要安装相应版本的。最后希望大家多多关注,后续将进行大量持续的博客写作,关注不迷路。

2023-05-05 10:26:59 712 1

原创 软件著作权pycharm 代码整理(去掉#注释和空行)

用现成工具实现软著删除#注释和空行。

2023-01-01 00:18:16 4386 13

原创 使用ImageDraw.Draw.text()函数在YOLOv4检测图片中添加检测物体的数量

本文主要记录我在使用YOLOv4做目标检测时,想在图片中添加检测物体的数量显示。

2022-06-05 18:25:00 2003 10

原创 本地pytorch环境下利用YOLOv5训练自己的数据(包括加速训练参数设置与tensorboard查看)

在本地环境利用YOLOv5训练自己的数据集(已完成)

2022-05-25 10:41:28 4786 11

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