- 博客(16)
- 收藏
- 关注
RSS订阅原创 超详细yolo8/11-pose人体姿态全流程概述：配置环境、数据标注、训练、验证/预测、onnx部署(c++/python)详解
主要涉及五个文件，main.cpp yolov8_utils.h yolov8_pose_onnx.h yolov8_utils.cpp yolov8_pose_onnx.cpp，其中yolov8_utils.h和yolov8_utils.cpp和yolo8/11-detect目标检测一样，这里就不贴码了;和检测相似，其中不管姿态、旋转、分割、检测啥的，都有yolov8_utils.h和yolov8_utils.cpp这两个文件，和目标检测里面的一样，可以参考上面的大佬的，或者下面这篇文章。
2025-08-16 17:36:43
2958
原创 超详细yolov8/11-obb旋转框全流程概述：配置环境、数据标注、训练、验证/预测、onnx部署(c++/python)详解
因为yolo的检测/分割/姿态/旋转/分类模型的环境配置、训练、推理预测等命令非常类似，这里不再详细叙述环境配置，主要参考，下面有相关链接，这里主要针对旋转框的等不同细节部分详细说明；【YOLOv8/11-detect目标检测全流程教程】【环境配置】【yolo全家桶github官网】【yolo说明文档】
2025-08-16 17:35:09
1732
4
原创 超详细yolov8/11-segment实例分割全流程概述：配置环境、数据标注、训练、验证/预测、onnx部署(c++/python)详解
因为yolo的检测/分割/姿态/旋转/分类模型的环境配置、训练、推理预测等命令非常类似，这里不再详细叙述，主要参考**【YOLOv8/11-detect目标检测全流程教程】**，下面有相关链接，这里主要针对数据标注、格式转换、模型部署等不同细节部分；【YOLOv8/11-detect目标检测全流程教程】【环境配置】【yolo全家桶github官网】【yolo说明文档】
2025-07-05 15:38:43
2895
原创 超详细yolo8/11-detect目标检测全流程概述：配置环境、数据标注、训练、验证/预测、onnx部署(c++/python)详解
dataset.yaml文件内容为：若路径里面没有中文字符，就是配置路径，否则修改为自己刚刚生成数据集路径，names是类别，分别是类别的个数和名称，类别个数一定要和自己标注的类别数一样，类别名称随便起一个就行，不是特别重要。的模型，格式onnx，加载这个模型，可以实现一次性标注；标注完成后，标注文件是json格式，需要转换成yolo格式的txt文件，执行如下命令，会自动生成yolo格式的数据集，名字为。，目前最新的出了1.22版本，我用的是1.17，看自己的配置需求，必须与上述导出的模型一致；
2025-07-05 14:13:43
1873
原创 超详细yolov8/11图像菜品分类全程概述：环境、数据准备、训练、验证/预测、onnx部署(c++/python)详解
我的都是在Linux系统下，训练部署的；模型训练之前，需要配置好环境，Anaconda、显卡驱动、cuda、cudnn、pytorch等；参考：Ubuntu/Debian小白从零开始配置深度学习环境和各种软件库(显卡驱动、CUDA、CUDNN、Pytorch、OpenCv、PCL、Cmake …)【持续维护】使用清华镜像，下载。二、数据准备分类模型准备比较简单，不需要数据转换成txt啥的；分类与检测不同，在数据集准备过程中无需标签labels文件，也无需配置.yaml文件。都是图片，不同类型的图片
2025-06-22 13:21:52
1236
原创 graspness复现问题总结及应用自己的数据集
GitHub代码地址：https://github.com/rhett-chen/graspness_implementation?tab=readme-ov-file官方数据测试集：https://graspnet.net/datasets.html我的是Linux下，参考这篇博客，非常详细，Ubuntu/Debian小白从零开始配置深度学习环境和各种软件库(显卡驱动、CUDA、CUDNN、Pytorch、OpenCv、PCL、Cmake …)【持续维护】安装pytorch时，记得独立创建环境，避免库
2025-06-16 18:41:54
1270
14
原创 基于pcl的传统点云配准集合C++版 ICP/ NDT/SAC-IA/RANSAC/FPCS/K4PCS/Point2Plane-ICP/GICP/LM-ICP/PCA...【持续更新】
各个方法本身没有好坏对比，根据点云数量、几何形状、质量等，选择合适的方法，可能不同的点云，适用于不同的方法；还有各个方法的参数设置很关键，否则影响时间和精度；这些方法网上资源很多，没什么新奇的地方，主要是为了自己便利使用和经验总结；
2025-06-16 13:28:49
1046
原创 Ubuntu&Debian开机黑屏一直有光标在闪-问题分析总结解决
上是因为我在root权限里面，并在root文件下，卸载自带的python3，并执行了autoreove这个命令，执行完后直接重启，开机黑屏，有个小横杠光标一直闪；我是遇到两次这个问题，一次是在Ubuntu20.04上，一次是在Debian12上，第一次遇到时候那叫一个紧张，感觉系统里面重要的东西不保，吓死我了；或f2或f3，进入tty模式，输入用户名和密码，会到终端，如果终端可以使用，可以放心下来，问题不大，可以修复；(与gpu不匹配，与cpu图形冲突)、内核参数错误(升级内核/内核版本低) 或。
2025-05-02 17:20:08
1446
原创 Jetson Xavier NX 系统烧录与组件安装&配置pytorch
Step3：安装到50%的时候会出现弹窗，设置安装用户名字密码等，并选择安装位置，一定要选择 NVMe，如果选择 SD card 最后会报错，显示系统内存不够，因为往往 SD card的大小只有8G/16G；选择继续，选择 USB 连接，IP 地址固定为 192.168.55.1，用户名和密码根据自己设置的填写，点击 Install，若出现下面错误，这里面有相关安装教程，下面会讲到；Step1：sdkmanager加载完成后，出现下面界面，选择Jetson，硬件，JetPack5.1.4，不要选择。
2025-05-02 16:05:09
1455
原创 Ubuntu20.04安装pcl1.10.0 && pcl1.13.1 一文详细介绍安装步骤（带图）及报错解决
既然是qt_version_tag的问题，说明是qmake的版本不兼容导致，即当前QT使用的qmake和系统实际指定的qmake版本不一致。我们看到两个库不一样，一个是7.1.0，一个是8.1.2 ，因此把anaconda下的libffi.so.7指向系统的7.1.0。pcl_demo.cpp程序，在vscode里面，#include <pcl/xxx.h>有波浪线警告 是正常现象，无需紧张。安装成功完后，会在usr/local/include/文件中，出现pcl-1.13文件，包含头文件。
2025-03-07 17:55:40
5755
原创 Ubuntu20.04安装opencv4.2.0 && opencv4.10.0 一文详细介绍安装步骤（带图）及报错解决
cmake时候打开了 OPENCV_GENERATE_PKGCONFIG，在系统/usr/local/lib/pkgconfig下自动生成了opencv4.pc文件，里面记录了OpenCV头文件、库文件的路径。使用apt安装方式，比较简单，但是版本不是最新的，一般Ubuntu20.04对应Opencv4.2.0，Ubuntu22.04对应Opencv4.6.0。查看下anaconda3/lib/和 /usr/lib/x86_64-linux-gnu/ 对应得库版本是否一致 ，如果不一样则修改。
2025-03-05 13:56:41
4885
原创 Ubuntu/Debian小白从零开始配置深度学习环境和各种软件库(显卡驱动、CUDA、CUDNN、Pytorch、OpenCv、PCL、Cmake ...)【持续维护】
Linux下使用sudo命令时出现 debian中 xxx is not in the sudoers file.This incident will be reported.表明你的用户没有使用sudo的权限；直接 编辑 Sudoers 文件以 添加用户。切换到root权限里面编辑sudoers文件滚动到最后一行 ，添加 用户名 ALL=(ALL:ALL) ALL按下Ctrl+O保存文件，并按Enter键确定保存，按Ctrl+X退出，reboot重启后，就可以sudo命令了。为什么换源，软件源是
2025-03-05 13:49:11
1666
原创 CMakeLists_模板，通用模板，适合小白
构建工程时，需要配置环境，使用cmake方便许多，关键是会写CMakeLists.txt，这里总结了一篇通用模板，适用于大部分场景，但对于存在有子文件CMakeLists.txt来说，还没实现；有不当之处，欢迎大家指出；这是我的工程目录，Windows下，cmd打开终端，执行tree、tree /f 、tree/a查看目录结构；CMakeLists.txt模板 注意区分名称大小写和后面加不加小写s；
2024-10-25 14:29:45
786
原创 T-Rex 自动化标注工具 检测一切
点击左上角 里面有AL字样的小方框，标签命名，创建;标注后，可以设置置信度的值，调节框的个数；给大家安利一个自动化标注工具，特别适用于密集标注的场景，废话不多说，先上链接；2.检测快，准确率高，可以设置阈值，对于自动标注出来的框，也可以二次手动修改；使用Github账号登陆，点击快速开始，Ctrl+A全选，导入图片。3.导出为coco和yolo格式，不用再进行数据转换，直接训练；1.操作简单，无需下载，网页打开，可以检测一切物品；2.高于500万像素，推理速度慢，可能卡死；，不支持分割、姿态、旋转框；
2024-10-24 18:21:02
1063
原创 YoLoV8/11自定义关键点检测格式转换Labelme转Txt
YoLoV8自定义关键点检测标注格式转换，labelme2yolo，直接转为yolo格式的txt文件
2024-10-24 10:40:36
1230
sam分割大模型 onnx模型 sam-vit-b-01ec64.encoder.quant.onnx 与sam-vit-b-01ec64.decoder.quant.onnx
2025-07-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人