weixin_44394479的博客

原创 linux删除压缩包

原创 【无标题】300dpi

300 dpi。

原创 TP FP FN

原创 latex bib引参考文献

sn-mathphys-num是官方的参考文献格式。3.不用导cite包，文中这么写。ckwx是自己命名的bib的名字。4.end document前。

原创 打包软件注意

1.建个文件夹D:333 /Dalsa_Cameras /cam1 cam2。4.自动启动.exe exe快捷方式放一起。

原创 shell: startup

原创 time sleep

time sleep 0 1之间，表示间隔时间，数值越大，采图越慢。

原创 png转eps网址

在线文件转换器

原创 applied intelligence

图片也得上传。

原创 免费查重啊啊啊

原创 论文里的表和公式

用全能扫描王扫，就能出来可编辑的表和公式。

原创 V9检测字、框变大

self.lw/3变2。

原创 visio只读模式改成编辑模式

原创 v9损失函数设置

iou = bbox_iou(pred_bboxes_pos, target_bboxes_pos, xywh=False, CIoU=True,Inner=True,Focaleriou=True,MDPIoU=False,feat_h=h,feat_w=w)def forward(self, pred_dist, pred_bboxes, anchor_points, target_bboxes, target_scores, target_scores_sum, fg_mask,h=None,w=No

原创 出现nan nan

试着修改训练集大小或者batch_size大小，令训练集大小为batch_size的整数倍，不行 的话，看环境问题

原创 yolov9不同版本区别

yolov9-e 是ADown+cblinear 5 6头。gelan-e是ADown+CBLinear5 3头。yolov9-c 是ADown+CBLinear3。yolov9是conv+CBLinear。gelan-c是ADown。gelan是conv。

原创 镜像aaaaaaa

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

原创 结果突突突突突

原创 yolov9999

原创 FLOPS FLOPs GFLOPs

原创 579999

原创 yolo版本

原创 给螺栓打扭矩的作用

1. 产生预紧力：施加扭矩可以使螺栓产生必要的预紧力，这是确保螺栓有效工作的关键因素。5. 简化装配过程：使用正确的扭矩可以简化装配过程，因为它提供了一个清晰的指标来判断螺栓是否已经正确安装，无需额外的检验步骤。4. 避免过度拧紧：控制扭矩可以避免过度拧紧，因为过大的力可能会导致螺栓或被连接件的永久变形，甚至可能损坏螺纹。3. 确保强度和刚度：通过施加适当的扭矩，可以确保连接具有足够的强度和刚度来抵抗外部力量，从而保护结构完整性。给螺栓打扭矩的作用主要是为了实现连接部件的紧固，确保连接的稳定性和可靠性。

原创 batchsize16 和64 的区别，为什么batchsize越大，越占显存

实践中发现，较小的 batch size 有时能更好地泛化到未见过的数据上。这是因为较小的 batch size 引入了一种噪声，这有助于网络不过度适应训练数据。因此，batch size 越大，存储这些信息所需的内存（显存）就越多。：更大的 batch size 意味着梯度估计可能更准确，因为它是基于更多数据的平均值计算得出的。然而，这并不总是意味着更快的收敛，因为可能会陷入局部最小值。：理论上，更大的 batch size 可以提高数据处理的速度，因为它可以更有效地利用并行计算资源，如 GPU。

原创 嵌入了 模块的模型

嵌入了 XX XXX模块的模型能够通过显著降低复杂性和计算成本，减少冗余特征，从而达到更好的性能。

原创 损失函数啊

原创 pip install pyqt5

pip install pyqt5 -i https://pypi.tuna.tsinghua.edu.cn/simple/pip install pyqt5-tools -i https://pypi.tuna.tsinghua.edu.cn/simple/pip install pyqt5designer -i https://pypi.tuna.tsinghua.edu.cn/simple/

原创 common.py

有bottleneck的上下都加，没有的就放上面就行。

原创 评价指标

原创 pyqt打包，注意权重

，，，，，

原创 yolov8验证

【代码】v888验证。

原创 训练YOLOv8m时AMP显示v8n

在训练Yolov8模型时，使用AMP（Automatic Mixed Precision）可以加速训练过程并减少显存的使用。AMP是一种混合精度训练技术，它通过将模型参数的计算转换为低精度（如半精度）来提高训练速度，同时保持模型的精度。在Yolov8模型中，v8n是指使用了Tensor Core的NVIDIA GPU。通过使用v8n，可以进一步加速Yolov8模型的训练过程。因此，训练Yolov8模型时，可以结合使用AMP和v8n来提高训练速度和效率。禁用amp（混合精度)

原创 文献标识码

原创 运行缺F啊

import torch.nn.functional as F

原创 公式快速复制再粘贴

simple tex(在线识别)

原创 vvvvvvvvvvvv7

原创 将ppt里的视频导出来

找到【media】里面有存放图片和音频以及视频，看文件名后缀可以找到，mp4的即为视频，直接复制粘贴到桌面即可。关闭压缩软件把ppt后缀改回，不影响ppt正常使用。将ppt的后缀从pptx改为zip。

原创 overleaf latex 笔记

2. 1 2 3 排序 \begin{enumerate} \item \item \item \end{enumerate}\begin{tabular}{c c c c c c c } 表示7列，数据 居中对齐。\(y(p_0)\) 写成公式的形式，一定是\(xxx\). 表示%时，%前要加/模型名&7.2&7.1&7.8&9.1&1.8& 15\\。模型名&70&7.2&7.5&34&0.8& 9\\。\caption{表格名} \label{t1}

原创 train/test loss

原创 ONNX模型可以通过TensorRT进行加速

通过将ONNX模型转换为TensorRT可以显著提高模型的推理性能，这得益于TensorRT的优化能力，如操作层的融合和计算图的优化。- 生成推理引擎：将ONNX模型转换为TensorRT能够读懂的模型后，TensorRT会对该模型进行优化，这包括融合部分操作层和运算步骤，从而形成一个经过优化的新模型。这个过程可以显著提高模型的推理速度。- 部署模型：在Jetson等基于ARM的设备上，模型部署涉及将模型转换为ONNX格式，然后生成基于TensorRT的推理引擎，并使用Triton等工具完成部署。