清园暖歌的博客

OrangePi AIpro开发板是香橙派联合华为精心打造的高性能 AI 开发板，其搭载了昇腾 AI 处理器，可提供 8TOPS INT8 的计算能力，内存提供了 8GB 和 16GB两种版本。可以实现图像、视频等多种数据分析与推理计算，可广泛用于教育、机器人、无人机等场景。

（项目有点简陋，本来以为时间很长，开头就拿到板子的时候搞了一段时间，中间一直没碰。。。。等到最后发现时间快截止了的时候又和期末考试时间撞一起了，只能匆匆完结。。。模型是基于resnet18进行修改的，只保留了最后修改完的代码（1）要使用不同数据集的话，要在 ai8x-training-data 下里面的路径下存放数据集，并生成txt文件（2）ai8x-training-datasets 下的 gesture.py 文件里修改数据读取路径。

这是少了一个known_hosts文件，本来密钥文件应该是三个，现在是两个，便报了这样的错误，此时选择 yes回车 之后，便可，同时生成了缺少了的known_hosts文件。，这里会在当前shell中启动一个默认shell，ssh-agent程序会在子shell中运行，在有些linux系统中，默认shell通常为bash，上述命令通常可以直接写成。这两个就是SSH Key的秘钥对，id_rsa是私钥，不能泄露出去，id_rsa.pub是公钥，公钥可以放心地告诉任何人。解决方法：在终端执行。

选择 Faster-rcnn之类还是 YOLO 都是根据任务需求来定的YOLO一般速度快，一个cnn的回归下来就完事，M-rcnn 一般只有5fps，达不到实时的要求YOLO也可以自己构建网络，网络越复杂，速度越慢；而网络越简单，速度越快衡量算法的指标：fps、 mAPmAP指标：综合衡量检测效果精度：检测到的东西和实际的框吻不吻合召回率（recall）：有没有一些要检测到的框没检测到而精度和recall在很多问题上都是矛盾的，一个高了，另一个就低了，所以要用mAP值IOU。

现有的深卷积神经网络（CNNs）需要一个固定大小（如224×224）的输入图像。这种要求是“人为的”，可能会降低对任意大小/比例的图像或子图像的识别精度。在这项工作中，我们为网络配备了另一种池策略“空间金字塔池”，以消除上述要求。这种新的网络结构称为SPP网，它可以生成一个固定长度的表示，而不考虑图像的大小/比例。金字塔池对对象变形也很健壮。有了这些优势，SPP网应该在总体上改进所有基于CNN的图像分类方法。

在官网查找版本时，我和 .whl 下载网页进行了对比，因为可能有的版本在 .whl 下载网也中没有，所以我找了相对较新且都能下载的。可能没有对应cuda版本的pytorch，所以即使你版本匹配，也可能会装cpu版的，这就导致测试时，永远是。然后我要安装的anaconda环境下，python版本是3.8的，所以我选择下载。这里为什么要直接对 .whl 文件进行下载，因为我之前修改了清华源下载，而。下载完成后我直接把它们放到了我环境的。首先卸载之前安装的 torch。可以看到，我的CUDA 是 11.1版本。

他是一个向量，第一个组件Pc表示是否含有对象，即如果对象属于前三类，则Pc=1；如果是背景，则Pc=0。可以这样理解Pc，他表示被检测对象属于某一分类的概率，背景分类除外，如果检测到对象，就输边界框参数bx，by，bh，bw ，如果Pc=1，则输出c1，c2，c3，表示该对象属于1-3的哪一类训练神经网络的损失函数，其参数为类别Y 和网络输出Y^ ，损失函数可以表示为L（Y^， Y）；这里假设平方误差的损失函数，

构造卷积层时，你要决定过滤器的大小究竟时1×3，还是3×3，还是5×5，或者要不要添加池化层，而Inception网络的作用就是代替你来做决定，虽然网络架构因此变得更加复杂，但网络表现却非常好这里池化后维度变了，是又进行了一次 1×1卷积，基本思想是：Inception网络不需要认为决定使用哪个过滤器， 或是否需要池化，而是由网络自行确定这些参数，你可以给网络添加这些参数的所有可能的值，然后把这些输出连接起来，让网络自己学习它需要什么样的参数，采用哪些过滤器组合，但有个问题就是计算代成本。

为了检测出这个 6 ×6 图像的垂直边缘，构建一个 3×3 的过滤器（filter），或者称为核，进行卷积运算 *，输出得到一个 4×4 的矩阵，里面元素的运算过程如下图所示，以第一行第一列的元素为例：这个即为：垂直边缘检测器不同编程框架下的卷积运算：python：conv_forward 函数tensorflow：tf.nn.conv2d 函数Keras：Conv2D 函数为什么这个可以做 垂直边缘检测？如图，10像素表示 偏亮一点。

参考这位博主的文章，因为 tensorflow 2.3 只兼容python 3.5~3.7，而我的anconda中安装的默认版本是3.8，所以安装3.6版本。直接复制cudnn 解压文件夹下的所有到cuda 的安装路径，因为我是自定义选择的路径，创建了两个文件夹，所以都复制进去了。中间安装时电脑莫名重启了一次后就一直下载安装包失败，所以尝试 local 安装，但是又出现安装失败，发现是。的错误，是因为权限的问题，看看上面的命令有没有加上。至此，环境配置应该。失败，参考下面博主的文章，在自定义安装选项将。..

但实际上，因为我修改过，它问了一次y/n，当时没注意，其实他是询问是否覆盖，我当时直接y了就给我覆盖了，导致我之前的修改无效了，anaconda环境打开的目录也恢复成了默认路径。博主之前一开始安装anaconda时，曾经修改过默认打开目录，采用的方法是直接修改，即找到文件位置-属性-快捷方式，删除。将第二行的#和空格去掉，修改自己的路径，该方法确实可以，但还是无法满足我两个环境分别打开两个目录的需求。当我改回并把重新把刚修改的一行代码注释掉时，发现两个环境都恢复了默认目录。...............