风华正茂的博客

KITTI下载

ReXNet模型转onnx,swish不支持问题

关键点数据集lsp

MTII数据集下载解析

解析tfrecord

pytorch安装

我这里在需要在服务器上安装一个驱动,在使用sudo命令时,报如下错误xxx(用户名) is not in the sudoers file. This incident will be reported.需要说明的是,我的用户不是超级管理员用户,而是超级管理员用户开辟出来的新的普通用户,之所以报上面错误的原因就是因为本用户是普通用户,不具备对操作系统的操作权限,这里需要超级管理员在配置文件sudoers中给普通用户添加添加顶级权限,操作如下:1.切换到root用户下,在Terminator中直接输入

1.显卡算力2.显卡支持的最新驱动驱动版本支持产品LINUX X64（AMD64/EM64T）显示驱动程序450.80.02GeForce RTX 2080 Ti，GeForce RTX 2080 SUPER，GeForce RTX 2080，GeForce RTX 2070 SUPER，GeForce RTX 2070，GeForce RTX 2060 SUPER，GeForce RTX 2060，GeForce GTX 1660 Ti，GeForce GTX 1660，G

首先创建虚拟环境conda create -n torch python=3.6(指定默认python为3.6)激活torchsource activate torch安装torchPytorch官方网站：https://pytorch.org/安装时需要注意torch和torchvision的对应版本，如下所示根据自己的系统和python已经cuda版本进行选择安装官网命令安装conda install pytorch==1.8.1 torchvision==0.9.1 torchau

Openvino对平台系统的要求，他不是多 所有体态都适配的，具体要求要求的处理器和对应的操作系统如下图：1.环境安装与测试参考：https://blog.csdn.net/random_repick/article/details/1157531651、在官网下载安装包到本地，l_openvino_toolkit_p_2020.4.287.tgz，解压2、sudo -E ./install_openvino_dependencies.sh3、执行sudo ./install_GUI.sh

最近在看到了商汤开源的PPLNN推理引擎，看指标在cpu上的性能要优于OpenVINO，所以尝试着使用，针对自己的模型对照一下性能首先下载安装ppl.nn的工具包，依照说明文档进行安装，并测试了给的用例，得到如下结果，说明环境没有问题，但是看这能看出个啥，愚昧无知的我是没看出来：找到官方提供的测试模型可视化发现，仅仅有一层，这能看出来个啥，简单到令人发指呀：想要相对比较合理的对其性能进行评估，还是得需要一个相对比较靠谱点的模型进行推理比较，找了一下没有比详细的测试用例可以参考，那么只能自己动手啦，作为小

工具下载tensorflow-onnx按照步骤安装主要依赖的库文件tensorflowtf2onnx==1.10.0onnx>1.5测试时：onnxruntime >1.4.0python -m tf2onnx.convert --input ./pb/xxx.pb --inputs normalized_input_image_tensor:0 --outputs normalized_input_image_tensor:0,raw_outputs/class_predict

在进行图片转视频文件时遇到的主要报错类型有一下三种情况：case1：OpenCV: FFMPEG: tag 0x5634504d/‘MP4V’ is not supported with codec id 13 and format ‘mp4 / MP4 (MPEG-4 Part 14)’OpenCV: FFMPEG: fallback to use tag 0x00000020/’ ???case2：OpenCV: FFMPEG: tag 0x5634504d/‘MP4V’ is not sup