2021-03-26学习笔记

本文详细介绍了Linux中的目录路径、命令使用,如`cd`、`.`、`..`、`~`等,并展示了如何切换到`/tmp`目录。同时,讲解了YOLOv4和YOLOv4-tiny在目标检测中的应用,包括它们在不同硬件上的性能表现。此外,还提到了CUDA在深度学习加速中的作用,并提供了在Jetson Nano上查看GPU使用率的命令。最后,给出了在TX2上实时运行YOLOv4目标检测的命令。
摘要由CSDN通过智能技术生成

~/

~代表你的/home/用户明目录

假设你的用户名是x,那么~/就是/home/x/

.是代表此目录本身,但是一般可以不写

所以cd ~/. 和cd ~ 和cd ~/效果是一样的

但是.后面有东西又是另外一个问题,点在文件名头部,代表一个隐藏文件

~/.local是你的主目录下一个.local的文件夹的路径,

并且从.可以看出,这是一个饮藏文件,

如果不用ls -a的话,一般ls是无法看到的

./

Linux中“./”在系统文件中表示绝对路径的意思。

linux系统中,所有的文件与目录都是由根目录/开始,不是以/开头的就是相对路径;

1、“.”表示当前目录,也可以用“./”表示;
2、“…”表示上一级目录,也可以用“…/”表示;

3、“~” 代表用户自己的宿主目录;
4、“/”处于Linux文件系统树形结构的最顶端,我们称它为Linux文件系统的root,它是Linux文件系统的入口。
所有的目录、文件、设备都在/之下,它是Linux文件系统最顶层的唯一的目录;

您要更改为/tmp目录。 输入cd后跟/tmp转到该目录
终端输入【pwd】,显示当前所在的路径。
在这里插入图片描述
linux直接退出到根目录的方法
cd /

用YOLO v4和YOLO v4-tiny实现车辆检测

此次环境搭建使用的硬件平台是一台微星笔记本,运行速度足够学习使用。本文仅介绍环境的搭建。yolo的使用教程会在后续更新,欢迎持续关注。

本文参考以下博客:

https://blog.csdn.net/debjiu/article/details/80824439

https://blog.csdn.net/Jeff_zjf/article/details/84846350

https://blog.csdn.net/qq_36362060/article/details/80739573

https://blog.csdn.net/vilmaigic/article/details/81412671

https://blog.csdn.net/kevineeo/article/details/84572589

想简单了解下darknet框架和yolo请点击这里:

介绍一个相对小众的深度学习框架Darknet,其YOLO神经网络算法对目标检测效果显著
————————————————
版权声明:本文为CSDN博主「Runtian Qin」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_41851439/article/details/88712465

圈重点:一定是在darknet的目录下执行!!!

cd darknet

Jetson Nano查看CPU\GPU\内存使用率
使用方法,直接在命令行输入:

sudo jtop

经试验显示:使用yolov4时GPU几乎满负荷,99%;
而使用yolov4-tiny是GPU的使用情况要比yolov4好

CUDA

什么是CUDA?

CUDA(Compute Unified Device Architecture)是 NVIDIA公司开发的一种计算架构,可以利用NVIDIA系列显卡对一些复杂的计算进行并行加速。

为什么要用CUDA加速?

在科学计算领域所要用到的计算往往不是我们熟知的普通矩阵,而是千维甚至万维的矩阵,而普通的CPU串行计算往往不能满足与科学计算所要求的性能。最好的例子就是深度学习,可以说深度学习起源于感知机但正真发展在于计算能力的提高,也就是显卡计算的兴起。深度学习的计算都是基于矩阵的计算,而普通一个识别手写数字的神经网络都有上千个隐含节点,故CUDA性能优化是一门重要的技术。
————————————————
版权声明:本文为CSDN博主「cyhbrilliant」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/cyhbrilliant/article/details/79434090
在这里插入图片描述

TX2利用yolov4实时目标检测

工业级别的目标检测关注的不仅仅是精度,还有速度,能达到实时是最理想状态,一般来讲,目标检测实时大于12.5fps被认为是实时,针对TX2利用yolov4检测博主做了一个详细的调研和测试。
实时测试板载摄像头 (CSI摄像头实时检测)

./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1 ! nvvidconv flip-method=0 ! video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR ! appsink"
 
 
./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1 ! nvvidconv flip-method=0 ! video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR ! appsink"

版权声明:本文为CSDN博主「fengfeng,Z」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_38522972/article/details/111876156

恢复误关闭的网页

没用的知识小分享:**ctrl+shift+T,**可以恢复误关闭的网页
对我来说简直救了我

[技术干货] Deep SORT —— Mask R-CNN 实例分割目标检测跟踪

https://bbs.huaweicloud.com/forum/thread-71530-1-1.html?ivk_sa=1024320u

Stkcd [股票代码] ShortName [股票简称] Accper [统计截止日期] Typrep [报表类型编码] Indcd [行业代码] Indnme [行业名称] Source [公告来源] F060101B [净利润现金净含量] F060101C [净利润现金净含量TTM] F060201B [营业收入现金含量] F060201C [营业收入现金含量TTM] F060301B [营业收入现金净含量] F060301C [营业收入现金净含量TTM] F060401B [营业利润现金净含量] F060401C [营业利润现金净含量TTM] F060901B [筹资活动债权人现金净流量] F060901C [筹资活动债权人现金净流量TTM] F061001B [筹资活动股东现金净流量] F061001C [筹资活动股东现金净流量TTM] F061201B [折旧摊销] F061201C [折旧摊销TTM] F061301B [公司现金流1] F061302B [公司现金流2] F061301C [公司现金流TTM1] F061302C [公司现金流TTM2] F061401B [股权现金流1] F061402B [股权现金流2] F061401C [股权现金流TTM1] F061402C [股权现金流TTM2] F061501B [公司自由现金流(原有)] F061601B [股权自由现金流(原有)] F061701B [全部现金回收率] F061801B [营运指数] F061901B [资本支出与折旧摊销比] F062001B [现金适合比率] F062101B [现金再投资比率] F062201B [现金满足投资比率] F062301B [股权自由现金流] F062401B [企业自由现金流] Indcd1 [行业代码1] Indnme1 [行业名称1] 季度数据,所有沪深北上市公司的 分别包含excel、dta数据文件格式及其说明,便于不同软件工具对数据的分析应用 数据来源:基于上市公司年报及公告数据整理,或相关证券交易所、各部委、省、市数据 数据范围:基于沪深北证上市公司 A股(主板、中小企业板、创业板、科创板等)数据整理计算
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值