2021年06月_jingbo1801

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 tx2 强制刷机指令

刷机键不好使，试了几次都没成功。登录系统后，在终端输入：sudo reboot --force forced-recovery 可实现系统进入刷机模式。

2021-06-25 21:17:33 296

声明：本文引用吴恩达教授的DeepLearning课程内容。使用bounding box对每个格子预测一个目标，可输出目标的大小、位置、置信度及类别信息。但实际中，一个格子上可能落有多个目标需要检出，这就需要使用anchor box这个概念。问题引入：假设你有这样一张图片，对于这个例子，继续使用 3×3 网格，注意行人的中点和汽车的中点几乎在同一个地方，两者都落入到同一个格子中。所以对于那个格子，???? 将无法同时输出人和车的检测结果，只能从两个检测结...

2021-06-25 20:47:03 368

原创非极大值抑制（ Non-max suppression）

声明：本文引用吴恩达教授的DeepLearning课程内容。滑动窗出来的目标检测会产生多个目标检测结果，非极大值抑制这个方法可以确保你的算法对每个对象只检测一次。下图为NMS过程：看下面例子：假设需要在这张图片里检测行人和汽车，可能会在上面放个 19×19 网格，理论上这辆车只有一个中点，所以它应该只被分配到一个格子里，左边的车子也只有一个中点，所以理论上应该只有一个格子做出有车的预测。实践中当你运行对象分类和定位算法时，...

2021-06-25 20:43:48 2408 3

原创目标检测-Bounding Box 预测

声明：本文引用吴恩达教授的DeepLearning课程内容。滑动窗口法的卷积实现虽然效率更高，但仍然存在问题，不能输出最精准的边界框。因为滑动窗口法中，取这些离散的位置集合并不能完全匹配目标大小、位置。其中一个能得到更精准边界框的算法是 YOLO 算法， YOLO(You only look once)意思是你只看一次。比如输入图像是 100×100 的，然后在图像上放一个3×3网格，实际实现时会用更精细的网格，可能是 19×19。基本思路是...

2021-06-25 20:41:12 1559 3

原创基于滑动窗口的目标检测

声明：本文引用吴恩达教授的DeepLearning课程内容。1、基于滑动窗口的目标检测算法首先固定一个于滑动窗口区域，然后将滑动窗口在图像上按照指定步长进行滑动，对于每一次的滑动得到区域进行预测，判断该区域中存在目标的概率。调整滑动窗口的大小、滑动步长，继续以同样的方式滑动，预测。滑动窗口目标检测算法也有很明显的缺点，就是计算成本，因为你在图片中剪切出太小方块，卷积网络要一个个地处理。如果你选用的步幅很大，显然会减少输入卷积...

2021-06-25 20:37:21 6793 2

原创目标定位

图像分类：图片分类问题并不陌生，例如，输入一张图片到多层卷积神经网络。这就是卷积神经网络，它会输出一个特征向量，并反馈给 softmax 单元来预测图片类型。目标定位：如果你还想定位图片中汽车的位置，该怎么做呢？我们可以让神经网络多输出几个单元，输出一个边界框。具体说就是让神经网络再多输出 4 个数字，标记为????????,????????,????ℎ和????????，这四个数字是被检测对象的边界框的参数化表示。这有四个分类，神经网络输出的是这四个数字和一个分类标签，或分类标签出现...

2021-06-25 20:33:22 431

原创 yolo目标检测实战

实战教程，持续更新中。

2021-06-23 23:04:42 1478 4

原创 conda下载出现连接超时怎么办

连接超时原因：连接超时一般是由于网络的原因，还有默认的下载源是在国外的服务器，所以一般下载速度回比较慢，在下载比较大安装包就会出现下载中断的现象。查看conda配置信息：conda config --show显示结果如下：add_anaconda_token: Trueadd_pip_as_python_dependency: Trueaggressive_update_packages: - ca-certificates - certi...

2021-06-23 20:46:44 2048 1

原创 conda环境管理指令整理

1、查看环境管理全部命令conda env -h2、显示所有的环境1）显示所有环境conda env list2）查看一个非当前环境下的所有包conda list -n your_env_name3、虚拟一个python环境1）创建一个python环境--name -nconda create --name your_env_name默认创建最新python版本。2）指定python版本conda create -n virt...

2021-06-23 20:42:46 1210

原创 ubuntu下miniconda安装

miniconda官网地址：https://docs.conda.io/en/latest/miniconda.html 可以从清华大学镜像下载。地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 以官网为例，下载linux 64-bit python3.8版本、aarch64为arm架构。1、ubuntu下安装下载文件为：Miniconda3-latest-L...

2021-06-23 20:14:14 3942 3

原创 ubuntu18.04下opencv4.4编译

目录1、安装依赖项2、源码安装3、使用cmake gui编译3、自定义安装4、路径配置4.1、设置扫描路径4.2、设置python环境变量4.3、添加Lib添加进环境变量5、验证6、卸载系统环境：ubuntu18.04、opencv4.4.0。未使用cuda、dnn、opencv_contrib，配置环境变量的验证过程。1、安装依赖项step1、cmake gcc g++等系统工具sudo apt-get install cmak...

2021-06-22 22:11:29 1563 1

原创 git 可视化工具

https://git-scm.com/download/gui/linux官方推荐，任你选：

2021-06-22 21:54:23 81

原创 yolo源码darknet框架ubuntu下编译

测试环境：ubuntu18.04+driver450+cuda11.0+cudnn8.0.5+opencv4.4.01、ubuntu显卡驱动下载安装2、cuda及cudnn安装3、opencv4编译配置4、darknet源码编译测试

2021-06-22 21:50:53 423

原创 linux-yolov4 darknet环境配置以及效果实测

目录1、编译运行2、测试运行测试环境：ubuntu18.04+driver450+cuda11.0+cudnn8.0.5+opencv4.4.0工程地址：https://github.com/AlexeyAB/darknet1、编译运行配置好cuda cudnn 以及opencv后。进入darknet目录，先修改一下Makefile里面的文件，以支持GPU：GPU=0CUDNN=0CUDNN_HALF=0OPENCV=0AVX=0...

2021-06-22 21:42:29 1456 2

原创 opencv编译问题处理集

1、ippicv下载失败根据提示，找到build/CMakeDownloadLog.txt文件，打开。找到链接： https://raw.githubusercontent.com/opencv/opencv_3rdparty/a56b6ac6f030c312b2dce17430eef13aed9af274/ippicv/ippicv_2020_lnx_intel64_20191018_general.tgz 在浏览器迅雷下载。...

2021-06-21 21:27:16 1516 1

原创 ubuntu18.04下opencv3.4编译

系统环境：ubuntu18.04、opencv3.4.9。不使用cuda、dnn、opencv_contrib，完整安装、配置环境变量的验证过程。1、安装依赖项step1、cmake gcc g++等系统工具sudo apt-get install cmake gcc g++ build-essential pkg-config -ystep2、安装python2、python3支持模块sudo apt-get install python-dev python-....

2021-06-21 19:00:19 1530 2

原创 ubuntu显卡驱动下载安装

验证环境：ubuntu18.04、ubuntu16.041、ubuntu18.04使用默认专有驱动软件和更新->ubuntu软件->选择设备的专有驱动。软件和更新->附加驱动。选择专有驱动。这里我选择450。应用后，终端输入：nvidia-smi，可看到显卡相关信息。2、手动安装显卡驱动下载地址：https://www.nvidia.com/Download/index.aspx?lang=cn这里我使用450驱动，文件地址：https://cn

2021-06-20 23:07:36 11289 3

原创 ubuntu18.04上cuda及cudnn安装

系统环境：ubuntu18.04、cuda11.0、driver450、cudnn8.5。1、准备工作首先需要安装一些基本的组件，否则后面安装cuda会失败（比方会因为缺失gcc/g++/cc等编译工具安装cuda失败等等），ubuntu处事环境设置，所以先执行下面的命令：安装开发包打开终端输入：# 系统升级 sudo apt-get update -y sudo apt-get upgrade -y # 安装python基础开发包 sudo apt install -y python-d

2021-06-19 09:18:35 9022 1

原创 ubuntu安裝chrome浏览器

验证环境：ubuntu16.04、ubuntu18.04。安装 Chrome浏览器。step1、下载稳定版安装包wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.debstep2、安装sudo dpkg -i google-chrome-stable_current_amd64.debstep3、创建快捷方式搜索chrome,查到后点击添加到收藏夹。附：ubuntu18.04.

2021-06-19 09:02:20 162

原创 ubuntu新系统设置

1、软件和更新2、源or包升级3、设置root密码4、搜狗输入法安装5、截图工具安装验证环境：ubuntu18.04刚装的裸系统，进行一些初始化设置。1、软件和更新1）设置apt源apt源：软件和更新->ubuntu软件->下载自。选择其它站点，选择下载服务器对话框内选择中国->mirris.aliyun.com。点击选择服务器，输入密码进行确定。2）取消系统级升级。取消系统级升级，避免误点击将系统升级为20.0。不然总会提醒。

2021-06-19 08:39:55 936

原创 linux zip使用-保留软链接

目录1、zip文件夹压缩2、zip压缩保持软连接3、解压到指定目录4、cp拷贝软连接-附加篇1、zip文件夹压缩zip -r tmp.zip ./tmpunzip tmp.zip使用unzip，原打包文件还是存在的，如上例tmp.zip。直接使用zip打包，软连接会消失，原来的软链接文件被源文件的内容所代替，相当于原来的软链接变成了硬链接。2、zip压缩保持软连接使用参数-y，可以使zip能够保留软链接。zip -ry tmp2.zip tmpunzip

2021-06-15 20:52:36 9864 1

原创 python tcp传字符串

使用tcp进行字符串网络收发。主要分为两个部分：1、服务端step1、创建socket、绑定IP和端口号，开启监听；step2、等待客户端建立socket连接；step3、接收的字符串流，显示；也可主动发送数据给客户端；step4、关闭socket通道、关闭server；2、客户端step1、创建基于TCP的socket；step2、连接的IP地址以及端口；step3、发送，必须用二进制进行发送消息；step4、关闭连接；服务端逻辑，serve.py：#!/

2021-06-09 21:06:21 1861 2

原创 DeprecationWarning: The binary mode of fromstring is deprecated, as it behaves surprisingly on unico

使用opencv做图像传输时，遇到错误：DeprecationWarning: The binary mode of fromstring is deprecated, as it behaves surprisingly on unicode inputs. Use frombuffer insteadnparr = np.fromstring(imgString,np.uint8)参考链接：https://github.com/tensorflow/tensorflow/issues/172

2021-06-03 23:51:06 3551 2

原创 python cv2图像质量压缩

目录1、转为二进制编码2、图像质量压缩使用opencv对图像进行编码，一方面是图像二进制传输的需要，另一方面对图像压缩。以jpeg压缩为例：1、转为二进制编码img = cv2.imread(img_path)# 取值范围：0~100，数值越小，压缩比越高，图片质量损失越严重params = [cv2.IMWRITE_JPEG_QUALITY, ratio] # ratio:0~100msg = cv2.imencode(".jpg", img, params)[1]msg

2021-06-03 23:44:08 15111 11

原创 python3 str与bytes转换，定义bytes类型

python3默认的字符串常量为str类型，有时候需要转换为二进制形式。1、str转bytes# str to bytesmy_str = "hello"my_bytes = str.encode(my_str)print("my_str:", type(my_str))print("my_bytes:", type(my_bytes))输出：my_str: <class 'str'>my_bytes: <class 'bytes'>2、bytes转

2021-06-03 22:27:01 1298

原创 python使用tcp传输图像

使用tcp进行图像网络收发。主要分为两个部分：1、服务端step1、启动服务，等待客户端连接；step2、等待并接受客户端数据；step3、接收的二进制流解码，显示；step4、关闭服务；2、客户端step1、建立socket客户端，连接主机；step2、读取，转二进制编码；step3、发送；step4、关闭服务；服务端逻辑，serve.py：#!/usr/bin/env python# coding: utf-8import cv2import s

2021-06-03 22:19:06 6764 4

原创 cv2读写视频

目录1、视频读取2、视频写入1、视频读取def video_read(): file_path = r"03000003810000000.mp4" capture = cv2.VideoCapture(file_path) if not capture.isOpened(): print("打开视频失败！") fps = capture.get(cv2.CAP_PROP_FPS) size = (int(capture.get(c

2021-06-02 21:59:42 2964 7

原创 xshell串口连接

目录1、查看串口号2、ssh串口连接3、确保主机与板卡在同一网段1、查看串口号此电脑->右键->管理。依次展开：系统管理->设备管理器>端口。查看串口号，如下图，串口号为COM6。2、ssh串口连接连接->常规，输入名称，设置协议为SERIAL。连接->SERIAL，设置串口信息。端口COM6，波特率115200，其它默认。点击连接，结果如下：出现Connected.表示连接成功。3、确保主机与板卡在同一网段

2021-06-02 20:46:55 11367 2

原创 NFS文件夹映射

通过NFS功能，实现主机与板卡间的文件共享，满足文件传输需求。1、主机NFS安装、配置sudo apt-get install nfs-kernel-server -y编辑/etc/exports：sudo gedit /etc/exports 在最底部添加/home/x/Desktop/nfs(nfs 挂载路径) *(rw,sync,no_root_squash)重启 nfs（每一次修改 exports 都要重启 nfs）sudo /etc/init.d/nfs-kerne

2021-06-02 17:12:36 601

原创 vmware设置与windows文件夹共享

1、虚拟机设置2、打开虚拟机进入linux系统查看共享目录：vmware-hgfsclient #该命令用于查看当前有哪些共享目录，这里我只使用了shared文件夹作为共享安装工具：sudo apt-get install -y open-vm-toolssudo apt-get install -y open-vm-tools-desktopsudo apt-get install -y open-vm-tools-dkms #（重点）挂载：cd /mnt

2021-06-02 15:59:51 1016 1

原创 python获取桌面截图

python获取桌面截图有多种方式，常用的两个如下：1、PIL中的ImageGrab模块使用PIL中的ImageGrab模块简单，但是效率有点低，截屏一次需0.5s。import timeimport numpy as npfrom PIL import ImageGrabimg = ImageGrab.grab(bbox=(100, 161, 1141, 610))img = np.array(img.getdata(), np.uint8).reshape(img.size[1]

2021-06-01 20:56:48 1167

原创 onnx resize层转换报错,TypeError: 1.0 has type numpy.float32, but expected one of: int

系统环境：onnx=1.6.0onnx转换时，resize层报错：TypeError: 1.0 has type numpy.float32, but expected one of: int解决方法引用自：https://ask.csdn.net/questions/1231921原因：onnx依赖protobuf，系统的protobuf版本太低引起。将protobuf版本3.0.0升级至3.7.1问题解决。pip3 install -U protobuf...

2021-06-01 20:26:42 1193

原创 tx2使用pip安装onnx，解决Could not build wheels for onnx which use PEP 517 and cannot be installed directly

环境：tx2 cuda10.0 python3.6使用pip安装onnx失败，执行过程如下：pip3 install onnx=="1.6.0"报错：ERROR: Failed building wheel for onnxFailed to build onnxERROR: Could not build wheels for onnx which use PEP 517 and cannot be installed directly经过百度，查得：安装onnx需要proto

2021-06-01 20:23:14 15444 10

原创 tx2使用pip安装pycuda

使用pip安装pycuda时，编译报错：WARNING: nvcc not in path.May need to set CUDA_INC_DIR for installation to succeed.添加CUDA_ROOT环境变量，在~/.bashrc文件中增加：export CUDA_ROOT=/usr/local/cudaexport PATH=$PATH:$CUDA_ROOT/bin然后，执行命令：source ~/.bashrc。之后有成功运行的，但我的还没好。继续

2021-06-01 20:20:01 964