u014479551的专栏

我的系统内核是4.9，官方允许的最高内核是4.4，所以直接安装是不能成功的。倒腾了一天终于搞好了：1.下载git clonehttps://github.com/gnab/rtl8812au2.cd rtl8812au3.make4.sudo make install5.sudo modprobe 8812au————————————————原文链接：https://blog.csdn.net/Clover_pofu/article/details/108813238...

基于darknet框架训练yolov4模型，获取推理结果的bbox信息，导出xml标注文件，实现图像的自动标注，方便图像标注。1. Darknet 安装按照官网https://pjreddie.com/darknet/ 的指引安装即可。报错与解决：（1）使用GPU时，修改makefile GPU=1 cudnn=1，make报错darknet make include/darknet.h:16:23: 致命错误：cudnn.h找到cudnn.h复制到/usr/include下，我的cud

创建Dockerfile，配置基础镜像，和需要安装的依赖。FROM python:3.7RUN python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade \numpy==1.19.2 \waitress==1.4.4 \Flask==1.1.2 WORKDIR /temperENV LANG C.UTF-8编译Dockerfile, docker build -t 镜像名:版本号 .

在线安装curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -distribution=$(. /etc/os-release;echo $ID$VERSION_ID)curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \ sudo tee /etc/apt/sources.li

安装docker在线安装离线安装在线安装终端敲入命令wget -qO- https://get.docker.com/ | shsystemctl enable docker.service在线安装有时因为网络问题会安装失败，也可以用离线安装离线安装获取Docker离线安装包 ，在Docker 安装包下载地址 选择与主机对应的ubuntu版本的docker包；在pool/stable/中选择amd64，下载最新版本的.deb文件, 如: 我的ubuntu 16.04, 就选择 Xenial

最近调一个红外摄像头，后续做红外视频检测和识别。厂家给的SDK是C++写的，也不好做二次开发，只好用python再做一次封装。先记录下reference，调试结束后再来整理总结。之前没搞过这种，慢慢摸索，还有点意思。https://www.cnblogs.com/pyse/p/8590829.htmlhttps://blog.csdn.net/maybe_lee/article/details/78586198...

sudo groupadd docker 创建用户组sudo gpasswd -a ${USER} docker 添加当前用户到docker组sudo systemctl restart docker 重启dockernewgrp docker 切换会话依次运行上面命令即可#开机自启sudosystemctlenabledocker...

sudo vim /etc/resolv.conf把127.0.1.1改成 8.8.8.8即可登录github,io

拿到新的服务器，先换国内源，之后的下载速度飞起。Ubuntu换国内源1. 将sources.list备份到sources.list.bakcd /etc/apt/sudo cp sources.list sources.list.bak2. 添加源(用vim或gedit编辑)sudo vim sources.list添加以下内容，覆盖掉原来内容deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal main restr

1、docker容器打新的镜像docker commit -m "提交的信息" 容器名 镜像名docker commit -m "update a new image" container newimagedocker commit -m "update a new image" container newimage把镜像打包成tar包，方便移动到别的电脑上使用docker save -o 镜像.tar 镜像docker save -o image1.tar image1镜像的ta

经常有这样实际的需求：程序里要批量读取数据或者文件。如果文件都是按顺序统一命名的，那么程序里可以简单控制循环变量进行批量读取。linux的rename命令可以解决这样的问题，但是对于文件原始命名杂乱无序，包含特殊字符，字母，数字，空格这种，处理起来也很麻烦。于是，推荐pyrenamer!sudo apt-get install pyrenamer在终端输入 pyrenamer...

用labelme标注图片，得到的是json格式文件，偶尔我们需要voc格式的数据标注，以下是转换脚本，只需把文件路径替换即可。#标签路径labelme_path = "/home/user/Database/Toolbox/data/空气开关/" #原始labelme标注数据路径saved_path = "/home/user/Database/Toolbox/data/空气开关/" #保存路径#获取待处理文件files = glob(l

处理图像和音频的时候，通常拿到的数据以及返回的结果需要转成base64。最近为了测试算法接口，找了下面这一小段代码，实现图像、音频与对应base64编码的相互转换，做个记录（其实也有许多在线工具可以将图像转base64）。关于base64的内容可以查看廖雪峰的网站https://www.liaoxuefeng.com/wiki/897692888725344/949441536192576import matplotlib.pyplot as plt import base64import.

在训练模型前，需要知道数据集与标注的分布情况。看看有没有标注缺失的图像，做标注补全；类别数量不平衡的话，也要做相应的数据预处理，否则模型训练的效果不好。因此需要统计数据集的标注数量【num_anno】,类别数量【num_classes】，及各个类别标注的分布【num_label】。以xml标注文件为例，获取各类别的标签数据分布。import xml.dom.minidomimport os,sysimport matplotlib.pyplot as plt rootdir = '../