橙子Blue不加冰

# -*- coding: utf-8 -*-import osimport randomimport shutilfrom shutil import copy2from tqdm import tqdm# category = ['可回收垃圾', '有害垃圾', '厨余垃圾', '其他垃圾']category = ['0','1','2','3','4','5','6','7','8','9']# 要保存的根目录saveTrainPATH = 'F:/1213bag/111/

1.实时监测GPU情况watch -n 1 nvidia-smi2.当前正常使用的GPU情况nvidia-smi3.查看进程ps -ef杀掉特定某个进程kill -9 PID 4.linux tar压缩文件夹排除制定某个文件夹（排除掉了city+bisenet下的datasets、1、6）：tar -zcvf 0825.tar.gz --exclude=yellow_line+bisenet/datasets --exclude=yellow_line+bisenet/6 --ex

1.批量排列1.2.3.4 统一成.png格式import osfiles = os.listdir("1") #会按顺序排列1,2,3,4，……i=0for file in files: original = "1" + os.sep+ files[i] new = "1" + os.sep + str(i+1) + ".png" os.rename(original,new) i+=12.批量修改尺寸from PIL import Imag

一. json文件批量转化mask1.编写一个同文件路径下的.bat文件for %%m in (G:\730json\mei\1\*.json) do ( # 对文件1下面的json文件（路径）进行转化python G:\labelme_json.py %%m # 执行python转化文件（路径）)2.labelme_json.pyimport cv2import numpy as npimport jsonimport sysdef main(argv): cate

can’t convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.意思是:如果想把CUDA tensor格式的数据改成numpy时，需要先将其转换成cpu float-tensor随后再转到numpy格式。 numpy不能读取CUDA tensor 需要将它转化为 CPU tensorCUDA tensor格式的数据改成numpy时，需要先将其转换成cpu float-te

1.cityscapesScripts-master文件脚本下载再修改定位到下图所示文件进行修改：修改label图像的文件放在如下位置：在代码中gtFine根目录路径保持一致：修改labels.py运行labels.py：再运行createTrainIdLabelImgs.py会对gtFine文件夹进行修改，加载100%后完成。再把gtFine文件夹打包扔进服务器进行训练。2.对相关文件修改分类设置1.对bisenetv2_city.py文件进行修改2.对citysca

首先，在终端输入nvidia-smi：可以查看当前正常使用的GPU情况，如下图所示：如果要一直刷进度 nvidia-smi -l (一般看数据训练情况) nvidia-smi 实时刷新 实时显示显存使用情况进程会一直刷出来~想要终止其中某个/或几个GPU进程，可通过以下命令实现：kill -9 PID现在要关闭占用2和3号GPU的四个进程的PID分别是：19341、19367、19341、19367（其实，后2个和前2个是一样的，因为我在训练的时候指定了用2个GPU训练，实际只包含2个