通过setup.py上传含CUDA代码的Python模块到PyPI并进行自动编译
pypi setup.py 通过https://pypi.org/project/ 可以搜索模块并download files 查看其他人的模块如何构建的。 通过官方教程Packaging Python Projects以一个简单的例子介绍
pypi setup.py 通过https://pypi.org/project/ 可以搜索模块并download files 查看其他人的模块如何构建的。 通过官方教程Packaging Python Projects以一个简单的例子介绍
准备数据 将需要标注的数据放到同一个文件夹中 下载并安装labelme 安装labelme,用于对数据进行标注 pip install labelme下载labelme,转换格式时需要使用到其中的文件
1. 目标检测的综述 链接: https://bbs.cvmart.net/articles/4992 https://zhuanlan.zhihu.com/p/34142321 2. 目标检测模型汇总 链接:
pytorch: 1.9.0 torchvision: 0.10 mmdetection: 2.15.0 mmcv: 1.3.10 测试图片(图片大小:720x1280): 之前博主写过
前言 本篇博客主要是根据yolo系列的算法代码,总结Yolo系列用到的技术,包括anchor box设置,数据的读入以及处理,即插即用的注意力机制模块、loss function设置等。
这个网络架构在win10上和ubuntu上都搭起来了,里面有的截图是用的ubuntu系统的截图,不影响 我的环境 Python版本 3.7 CUDA版本 11.1 PyTorch版本 1.7.0cu110࿰
报错:IndexError: index 1 is out of bounds for dimension 4 with size 1训练自己的模型过程中,出现以上错误 原因:数组越界 一般是类别文件
多张图片预测: https://github.com/noahmr/yolov5-tensorrt https://github.com/noahmr/yolov5-tensorrt/blob/main/src/yolov5_d
我的配置如下: 系统:win10-64位 VS:vs2017 Libtorch:cu102-1.6 安装步骤如下: 一、确定可选版本 C下实现torch,主要用于网络的预测ÿ
总览 1、安装 VS2019 2、安装 Anaconda3 3、安装cuda和cudnn 4、创建python虚拟环境 5、配置合适的pytorch-gpu 一、安装 VS2019 直接安装即可,选择默认路径。 二、安