自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 问答 (1)
  • 收藏
  • 关注

原创 当opencv拉rtsp流时,密码存在@符号该如何解决

之前碰到这个问题总是会去改摄像头密码,后来查看了opencv远吗后发现,其实我们可以用转义符来代替,也就是说,如果密码是 admin@123等等这种带有@的,我们可以用admin%40123来代替原来的。

2023-04-18 08:50:11 1110

原创 服务器宕机相关问题

对方大致了解了情况后,要求客户方协助,将一根网线,连到PIMI网口上,即上图中,灰色网线所插的口。之后,将网线连接电脑,将服务器机器重启,进入BIOS,设置BMC的静态地址,例如192.168.1.2,相应的自己的笔记本该适配器的ip设置为同网段的ip,例如192.168.1.3。最好是能够全部插上,然后比如说1、3是1组电源,2、4是1组电源,那如果你的电源不够的话,你必须把1和3插上,这个跟GPU卡的个数等没有任何关系,然后1和3插上之后,把2和4把它拔出来,这样的话它应该稍微好一点。...

2022-08-02 16:24:27 380

原创 关于Ubuntu python程序利用lixb264生成h264格式的视频相关问题

python-opencv生成视频无法使用h264格式,当需要在浏览器中播放时会无法解码,因此,在利用python编码生成视频时,需要自行编译支持h264格式的ffmpeg

2022-07-29 15:27:03 1521 1

原创 关于项目架构的一些想法

从开发的角度看来讲,肯定是多花时间设计得越细致越好,但是很显然从销售角度,他不会给你很多时间,这就是一个矛盾。快是可以快,但是首先得把钢筋脚手搭好搭稳,不能一边竖钢筋一边就开始浇混凝土吧!......

2022-07-13 15:16:34 393

原创 利用shell脚本重启机器

利用shell脚本重启机器

2022-07-11 13:44:41 2030

转载 车辆重识别/再辨识数据集: Vehicle Re-ID Datasets Collection

车辆重识别数据集

2022-06-06 20:02:29 3054

原创 数据集扩充

import xml.etree.ElementTree as ETimport osimport numpy as npfrom PIL import Imageimport shutilimport imgaug as iafrom imgaug import augmenters as iaa# 随机种子ia.seed(1)img_type = '.jpg'# img_type = '.png'# 原数据路径IMG_DIR = "dataset/images/"XML_D

2022-03-31 11:37:44 299

原创 paddle—onnx模型的前后处理推理程序

paddle—onnx模型的推理程序前面说过了paddle模型的转换,今天就来利用程序验证一下效果吧。import sysimport cv2import timeimport mathimport copyimport onnxruntimeimport numpy as npimport pyclipperfrom shapely.geometry import Polygonclass NormalizeImage(object): def __init__(sel

2022-03-29 17:53:42 1406

原创 voc与txt互转

voc2txt# coding:utf-8from __future__ import print_functionimport osimport randomimport globimport xml.etree.ElementTree as ETdef xml_reader(filename): """ Parse a PASCAL VOC xml file """ tree = ET.parse(filename) size = tree.find('siz

2021-11-18 20:05:45 618

原创 卡尔曼滤波追踪——鼠标轨迹预测

import cv2import numpy as npimport matplotlib.pyplot as plt frame = cv2.imread('inference_results/001.png') height, weigth = frame.shape[0], frame.shape[1]print(height,weigth)last_mes = current_mes = np.array((0,height//2),np.float32) # 保存当前中心点,可替换

2021-08-30 17:55:39 1801

原创 关于部署过程中paddle、onnx、trt等模型转换(二)

文章目录前言一、paddle2onnx二、onnx2trt总结前言 上文我们讲述了如何将paddle1.0版本的模型转换为onnx以及trt格式,很多人私信问如何将2.0版本的进行转换。因此,这篇文章着重讲述paddle2.0的转换过程。一、paddle2onnx 首先,准备好训练模型以及相应的yml配置文件,放到对应目录下。编辑程序第36行,设置onnx输出名,程序如下:# paddle2onnx.pyfrom __future__ import absolute_importf

2021-08-12 17:47:09 1909 4

原创 关于部署过程中paddle、onnx、trt等模型转换(一)

前言 检测与识别模型同理使用。文章目录前言1.paddle模型转化为inference模型2.inference模型转onnx3.onnx转tensorrt1.paddle模型转化为inference模型 首先,将使用的后缀为.pdopt/.pdparams/.states的三个训练文件以及训练时的yml文件,放到相应的文件夹下,随后修改tools/program.py文件中的参数,将-c中对应的default设为yml文件的相对路径或绝对路径。 其次,打开yml文件,将文件中

2021-08-10 17:29:08 4281 2

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除