2021-4-18学习笔记

博客：
https://blog.csdn.net/sinat_26917383/article/details/86557399
实验项目1：
https://codechina.csdn.net/mirrors/mattzheng/keras-yolov3-KF-objectTracking/-/blob/master/README.md
过程中的坑：
1.安装keras
https://ask.csdn.net/questions/757888
2.我的nano默认python3.8环境，pip install 时报错：无对应版本的TensorFlow，所以切换nano的默认环境 ：

$ sudo update-alternatives --config python
有 2 个候选项可用于替换 python (提供 /usr/bin/python)。

  选择       路径              优先级  状态
------------------------------------------------------------
* 0            /usr/bin/python2.7   2         自动模式
  1            /usr/bin/python2.7   2         手动模式
  2            /usr/bin/python3.4   1         手动模式
要维持当前值[*]请按回车键，或者键入选择的编号：

3.执行时：AttributeError: module ‘keras.backend‘ has no attribute ‘get_session‘问题解决

wget https://pjreddie.com/media/files/yolov3.weights
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
python yolo_video.py [OPTIONS...] --image, for image detection mode, OR
python yolo_video.py [video_path] [output_path (optional)]

https://blog.csdn.net/qq_40076022/article/details/110137759
4.Keras 循环训练模型跑数据时内存泄漏的问题解决办法
https://blog.csdn.net/qq_32535377/article/details/79190913
这位老兄和我遇到了同样的问题
https://fishc.com.cn/thread-171145-1-1.html
实验项目2：
博客：
https://blog.csdn.net/sinat_26917383/article/details/86557399

ubuntu下查看tensorflow版本号和路径指令
博客：
https://blog.csdn.net/fengren888/article/details/82992685
（1）openpose
我的环境配置有点问题
要求是ubuntu16,我的是18

实验项目3：社交距离检测
https://xugaoxiang.com/2020/12/16/social-distance-detection/
1.安装pip

sudo apt install python-pip

2.新建环境出现No module named ‘pip._internal.main’

查看tensorflow版本

$python

>>>import tensorflow as tf

>>>tf.__version__

#查询tensorflow安装路径为:

>>>tf.__path__

查看pytorch版本

 $python

>>>import torch

>>>print(torch.__version__)

解决版本不适配问题：
我本身安装的torch 和torchvision是更高版本的，与requirements.txt文件中的低版本不适配，不合要求，我就先把txt文件中的版本更改为自己已经安装的高版本的，然后尝试一下能不能跑起来，不行的话再想办法啦。。。
查看python环境下的依赖包，找到版本信息

 pip list

aarch 64

Armv8是Armv7之后的一个重要架构更新。其中一个主要的变化是引入了64的架构，即AArch64。AArch64状态只有在Armv8架构中才有。而且在AArch64状态下执行的代码只能使用A64指令集。当然ARM为了维持整个生态参与者的利益，Armv8还是保持与现有32位体系结构兼容性的AArch32，即Armv8之前的Armv7配置文件定义的那套设计规范。