yolov5学习记录

回溯 Leetcode 332 重新安排行程

mmaerd·2024-09-16 10:25

yolov5＞onnx＞ncnn＞apk

一.yolov5pt模型转onnx条件：colabnotebookyolov51.安装环境!pipinstallonnx>=1.7.0#forONNXexport!pipinstallcoremltools==4.0#forCoreMLexport!pipinstallonnx-simplifier2.修改common.py在classFocus下面

图像处理大大大大大牛啊·2024-09-16 05:15

SQLite的入门级项目学习记录（二）

再补充一些基础知识：并行操作的问题1、可以多游标同时运行SQLite，对于同一个连接sqlite3.connect(db_file)，可以同时创建多个游标，每个游标都是独立的，可以执行各自的SQL命令序列。importsqlite3#创建数据库连接conn=sqlite3.connect('example.db')#创建第一个游标cursor1=conn.cursor()cursor1.execu

深蓝海拓·2024-09-15 16:38

如何理解深度学习的训练过程

以yolov5为例子，训练的目的是把一组输入猫狗图像放到神经网络中，得到一个输出模型，这个模型下次可以直接用来识别哪个是猫，哪个是狗2.预训练模型进行训练，主要更改的是预训练模型的什么东西？

奋斗的草莓熊·2024-09-15 03:58

基于YOLOV5人脸检测打上码赛克

yolov5检测人脸，并打上马赛克，保护自己的隐私。只需下载代码，解压缩后就可以传入你想要打马赛克的视频或者图片了。这个是需要你对代码有一些了解的，等我开发一下使大家都可以用。

Deep-white·2024-09-14 16:16

yolov5单目测距+速度测量+目标跟踪

要在YOLOv5中添加测距和测速功能，您需要了解以下两个部分的原理：单目测距算法单目测距是使用单个摄像头来估计场景中物体的距离。

cv_2025·2024-09-14 09:59

RISC-V架构生态及相关学习记录

从网络整理，仅供自己学习_____________________________________________________________________________1.RISC-V架构的两个特性RISC-V，第五代精简指令处理器。RISC-V指令集，可以在理解上类比于主流商用Inter的x86，ARM的指令集，用于CPU读取、翻译从而指挥计算机进行相应操作。它在RISC（基于精简指令

我朝山海而去·2024-09-13 21:11

英语心得1

姑且这段学习记录的名字就这么叫吧。现在看了很多学习方面的经验分享，自己也在实践当中。正如贾兄在经验分享中看到的那样，学习英语而不是学习知识。英语是语言，语言是用来说的，既然要说语言，那必然要从听开始。

小坤的梦呓·2024-09-12 13:59

yolov5 +gui界面+单目测距实现对图片视频摄像头的测距

可实现对图片，视频，摄像头的检测项目概述本项目旨在实现一个集成了YOLOv5目标检测算法、图形用户界面（GUI）以及单目测距功能的系统。

毕设宇航·2024-09-11 18:07

man命令学习记录

使用man来查看命令的用法manls想了解Linux命令的用法假设你想查ls命令的更多信息，输入manls，就会打开manpage（man是manual的缩写，因此manpage就是“手册页面”），显示关于ls命令各个方面的信息。通常，manpage是由编写程序的开发人员编写的。使用这个命令并不难，只需要输入man，后面再跟上你想要了解的命令。$manlsLS(1)UserCommandsLS(1

天南地北飞·2024-09-11 16:54

C语言简单复习(在力扣上刷题）【学习记录】

一、魔术索引在数组A[0...n-1]中，有所谓的魔术索引，满足条件A[i]=i。给定一个有序整数数组，编写一种方法找出魔术索引，若有的话，在数组A中找出一个魔术索引，如果没有，则返回-1。若有多个魔术索引，返回索引值最小的一个。示例1:输入：nums=[0,2,3,4,5]输出：0说明:0下标的元素为0来源：力扣（LeetCode）链接：https://leetcode-cn.com/probl

清蒸君·2024-09-10 13:13

LeetCode hot 100 学习记录 day 2

文章目录Integer方法除自身以外数组的乘积缺失的第一个正数参考链接Integer方法由轮转数组到Interger方法、System方法轮转数组：涉及到的方法：System.arraycopy(newArr,0,nums,0,n)nums.assign(newArr.begin(),newArr.end());方法介绍：publicstaticnativevoidarraycopy(Object

a77895·2024-09-09 14:58

YOLOv9独家原创改进|使用可改变核卷积AKConv改进RepNCSPELAN4

RepNCSPELAN4是YOLOv9中的特征提取模块，类似YOLOv5和v8中的C2f与C3模块。

今天炼丹了吗·2024-09-09 04:48

学习记录——day43 C++ 异常处理

一、异常处理的格式1、在可能产生异常的地方使用关键字：throw抛出异常2、try{可能会抛出异常的语句}catch(接收异常的形参){处理异常}任何函数在定义时，可以指定能抛出的异常格式如下返回值类型函数名(形参列表)throw(异常类型1，异常类型2，。。。。)定义时throw没有不影响函数体内throw的使用，系统会自动匹配，如果有，内外类型要一致，不能缺少对于一定不会抛出异常的函数，可用n

子座·2024-09-09 01:32

在国产芯片上实现YOLOv5/v8图像AI识别-【4.2】RK3588获取USB摄像头图像推流RTSP更多内容见视频

本专栏主要是提供一种国产化图像识别的解决方案，专栏中实现了YOLOv5/v8在国产化芯片上的使用部署，并可以实现网页端实时查看。根据自己的具体需求可以直接产品化部署使用。

橘子的战斗日记·2024-09-08 20:56

9.6学习记录+三场笔试

一、去哪儿笔试+挚文集团1.在调度算法中平均等待时间最短的是什么?短作业优先2.给定一个字符串s，最有效的找到其中第一个不重复的字符的方法是?一、使用哈希表创建一个哈希表，用于存储字符及其出现的次数。可以使用编程语言中提供的字典（如Python中的dict）或类似的数据结构。遍历字符串s：对于每个字符，检查它是否在哈希表中。如果不在哈希表中，将其加入哈希表，并将其出现次数初始化为1。如果已经在哈希

冰榫·2024-09-08 18:41

Groovy入门（有java基础）

本文是在会一定java语言开发的基础上进行的对比入门学习记录。1.特点：动态性：Groovy支持动态类型和动态元编程，使得代码更加灵活和易于编写。

black_dawn·2024-09-08 06:48

yolov5在windows上傻瓜式训练工具和教程

本工具支持yolov5快速训练，使用者基本无需了解yolov5知识即可开启自己的训练任务，本工具支持yolov5内建的4个框架傻瓜式训练，支持yolov5syolov5myolov5lyolov5x先看看截图使用步骤

踩着代码过河·2024-09-08 04:33

来了，YoloV5的TensorFlow版开源

开源自从yolov5开源以来，(不管因为啥原因)深受瞩目，我最近用tensorflow实现了其主要部分。

半壶雪·2024-09-06 23:18

【yolov5问题解决】RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at

在使用yolov5的时候，更改默认下载的模型时，出现这个问题。主要原因是因为我当前的版本是5.0，而最新版已经到了7.0，所以会自动下载7.0下的模型，所以就会导致出现问题。

读研路上的菜鸡·2024-09-06 22:42

搭载python环境

超级小白学习记录搭载python环境一：找官网下载python二：python是否可以在电脑上找到，用cmd打一下python看看是否有弹出三：有弹出直接用，无弹出信息则用环境变量改一下四：环境变量在高级系统设置中

guluguluduang·2024-09-06 20:28

学习记录——语义分割和实例分割的标签结构

语义分割：一张样本，生成一张掩码图像标签。灰度图像，背景亮度为0，每个目标根据分类赋予不同亮度——1，2，3......实现像素级的类别区分，但无法区分个体。实例分割：原理：一张样本，生成一个多通道的Mat矩阵，也就是多张掩码图像叠在一起。每张掩码图负责存储一个类别的目标，亮度只有0和1，通过通道号区分每个类别。同时，每张掩码图内，每个目标拥有ID号（通过增加一个维度实现），负责区分一个类别中的每

落叶击球·2024-09-06 08:05

TROS DataFlow - USB Camera & mipi Sensor - rtsp

TROSDataFlow-USBCamera&mipiSensor-rtsp使用TROS的功能，通过USB或者mipi摄像头得到MJPEG数据，推理YOLOv5节点，得到目标检测结果，通过ros_rtsp

WuChao_JMUer·2024-09-06 07:27

开开心心最重要

1.难得2月9号，10号这两天没什么工作内容，不过我也充分利用了这两天，闲里时间，紧张的学习记录一些文章套路，为以后写文章打下一定的基础，但愿还是有用的吧。

进步记录2020·2024-09-06 04:45

冶金加热炉学习记录11加热制度

11、加热炉的热制度正确选择钢坯加热工艺，不仅要考虑钢坯的加热温度，还应考虑断面上的温度差，即温度的均匀性。加热炉热制度的确定是进行物料加热计算的前提，也是炉子投产后热工操作制度的依据。钢种不同，料坯的形状、尺寸不同，加热炉的热制度亦应有所区别。对压力加工前的钢坯加热炉而言，钢坯的加热制度可分为：一段加热制度、二段加热制度、三段加热制度。一段式加热制度（也称一期加热制度）是把钢坯放在炉温基本上不变

改善昨天的自己·2024-09-06 02:54

Flutter学习记录-基础控件

statelesswidget没有内部状态.Icon、IconButton,和Text都是无状态widget,他们都是StatelessWidget的子类。statefulwidget是动态的.用户可以和其交互(例如输入一个表单、或者移动一个slider滑块),或者可以随时间改变(也许是数据改变导致的UI更新).Checkbox,Radio,Slider,InkWell,Form,andTextF

薰舞空·2024-09-06 00:47

（深度学习记录）：第T3周：天气识别

>-**本文为[365天深度学习训练营](https://mp.weixin.qq.com/s/rbOOmire8OocQ90QM78DRA)中的学习记录博客**>-**原作者：[K同学啊|接辅导、项目定制

liuyiqi1·2024-09-05 13:02

第R3周：天气预测

本文为[365天深度学习训练营]中的学习记录博客参考文章：第R3周：LSTM-火灾温度预测（训练营内部可读）作者：[K同学啊]任务说明：该数据集提供了来自澳大利亚许多地点的大约10年的每日天气观测数据。

Jessica2017lj·2024-09-05 13:30

yolov5入门

1、创建python虚拟环境打开命令行或终端，然后导航到你希望存放虚拟环境的位置。接着，运行以下命令来创建一个新的虚拟环境：python-mvenvtest-env激活虚拟环境C:\Users\Administrator\test-env\Scripts\activate关闭虚拟环境C:\Users\Administrator\test-env\Scripts\deactivate2、进入yolo

Hello，C++！·2024-09-05 12:54

YOLOV5入门教程-yolov5s.yaml文件

一、YAML的定义YAML（YAMLAin'tMarkupLanguage）是一种人类友好的数据序列化格式，用于表示数据结构和配置文件。以下是YAML文件的一些概述信息：可读性强：YAML使用缩进和结构化方式来表示数据，易于阅读和编写。它注重易读性，鼓励使用人类可读的格式。轻量级：YAML是一种轻量级的标记语言，相对于XML和JSON，它更简洁、易理解，适合表示复杂的数据结构。支持数据类型：YAM

ustcthebest·2024-09-05 10:13

T4周：猴痘病识别

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制Z.心得感受+知识点补充1.ModelCheckpoint讲解函数原型：tf.keras.callbacks.ModelCheckpoint

KLaycurryifans·2024-09-04 18:03

第T4周：使用TensorFlow实现猴痘病识别

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊文章目录一、前期工作1.设置GPU（如果使用的是CPU可以忽略这步）2.导入数据3.查看数据二、数据预处理1、加载数据2、数据可视化3、再次检查数据

oufoc·2024-09-04 18:03

文件切片上传-仅学习记录

一、目的：本文仅记录一次实践尝试，仅前端调试成功，后端未反馈问题，不过后来接口废弃了。二、前期博客浏览参考：本文链接：文件分片上传【前端】_分片上传原理-CSDN博客本文链接：前端大文件切片上传，断点续传、秒传等解决方案，vue中使用实例，react同理_前端文件切片_刘伟坤的博客-CSDN博客原文链接：前端大文件上传优化方案——分片上传-知乎三、原理：分片上传的整个流程大致如下：(1)将需要上传

qq_41562817·2024-09-04 00:04

hive学习记录

一、Hive的基本概念定义：Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。Hive将HQL（HiveQueryLanguage）转化成MapReduce程序或其他分布式计算引擎（如Tez、Spark）的任务进行计算。数据存储：Hive处理的数据存储在HDFS（HadoopDistributedFileSystem）上。执行引擎：Hive的

2302_80695227·2024-09-03 12:46

双证班学习记录2-开营

听完开营课，觉得樊老师这个课程设置主打一个认真努力，愿意坚持和突破，而且奖励颇多，这无形中让我增强了学完的信心，挺好。开营后要对2个月学习做宣誓，我发了文字，但觉得还是得抓住每个锻炼的机会，于是又录视频，这次面对镜头没有那么多顾忌了，也不太在意自己录的是否好了，就纯粹觉得自己要对自己立个flag，鼓励自己坚持走完2个月的学习内容，不轻易畏难放弃。就像宣誓说的，多行动，多参与，所以我要抓住每一个自己

糖糖82·2024-09-02 12:28

Vue3学习记录——(1)MVC与MVVM

1.传统的MVC模式模型（Model）：数据存储。视图（View）：用户界面。控制器（Controller）：业务逻辑。Model代表数据存储，主要用于实现数据的持久化；View代表用户界面（UI），主要用于实现页面的显示；Controller代表业务逻辑，串联起View和Model1.流行的MVVM模式模型（Model）：数据存储。视图（View）：用户界面。视图模型（ViewModel）：数据

一只漫步前行的羊·2024-09-02 04:03

能力越小责任越小YA·2024-09-02 00:37

设备仪器仪表盘读数识别系统 YOLOv5

设备仪器仪表盘读数识别系统基于YoLov8网络模型智能视觉分析技术，设备仪器仪表盘读数识别系统自动识别指针型仪表读数。设备仪器仪表盘读数识别系统对工业仪表盘数据进行实时读取，不需人为干预当监测到指针仪表读数数据异常时，立即自动抓拍告警提醒后台值班管理人员及时处理，避免意外的发生。设备仪器仪表盘读数识别系统主要适用于油田、工厂等场景需要值班人员及时统计指针仪表读数信息。设备仪器仪表盘读数识别系统通过

燧机科技SuiJi·2024-08-31 16:44

C语言学习记录4

今日学习了注释和对于条件语句和和循环语句的初识：1.注释：用于解释代码。两种方式：1.代码前加//2.在被注释代码上一行加/*，在被注释代码下一行加*/。（C语言的注释不支持嵌套）2.初始条件语句与循环语句：两者与python语句相似，条件语句用if和else，循环语句用for，while,dowhile后面将加快进程，开始着手竞赛准备

XSR_yeah·2024-08-31 07:12

Datawhale AI夏令营

比如，之前用过yolov5做过滑动验证码的识别，给滑动验证码的缺口打标签是项耗时费力的工作。本次任务相同，是给非机动车、机动车打标签。

于弋gg·2024-08-31 04:21

第T10周：数据增强

>-**本文为[365天深度学习训练营]中的学习记录博客**>-**原作者：[K同学啊]**第10周：数据增强难度：夯实基础⭐⭐语言：Python3、TensorFlow2要求：学会在代码中使用数据增强手段来提高

OreoCC·2024-08-31 00:55

Activity7框架使用学习记录

用于记录在项目中使用工作流框架PROC_DEF_ID:流程定义的idbpmn文件中对流程图定义的idTASK_DEF_KEY:任务定义的idbpmn文件中对每个任务定义的idPROC_INST_ID:流程实例id启动一个流程时对流程定义的idPROC_DEF_ID（流程定义的ID）：在BPMN（BusinessProcessModelandNotation）文件中，流程定义的ID是对整个流程图定义

爱为斯坦·2024-08-30 19:56

动手学深度学习（pytorch）学习记录20-自定义层[学习记录]

在深度学习中，自定义层是指开发者根据特定需求编写的神经网络层，而不是使用深度学习框架（如PyTorch、TensorFlow等）提供的现成层。自定义层可以让模型更加灵活，以适应特定的任务或数据集。目录没有参数的自定义层带参数的层没有参数的自定义层下面的CenteredLayer类要从其输入中减去均值。要构建它，只需继承基础层类并实现前向传播功能。importtorchimporttorch.nn.

walfar·2024-08-30 13:13

动手学深度学习（pytorch）学习记录21-读写文件(模型与参数)[学习记录]

目录加载和保存张量加载和保存模型参数保存模型的好处众多，涵盖了从开发到部署的整个机器学习生命周期。节省资源：训练模型可能需要大量的时间和计算资源。保存模型可以避免重复训练，从而节省时间和计算资源。快速部署：一旦模型被训练并保存，它可以迅速部署到生产环境中，加速产品上市时间。版本控制：保存不同版本的模型有助于跟踪模型的迭代过程，便于比较和回滚到之前的版本。离线使用：保存的模型可以在没有网络连接的情况

walfar·2024-08-30 12:42

Yololov5+Pyqt5+Opencv 实时城市积水报警系统

在这篇博客中，我将带你一步步实现一个基于YOLOv5的积水检测系统，帮助你轻松应对城市积水挑战。

机器懒得学习·2024-08-30 07:37

《微班会创意设计与实施》学习记录

终于读到150页了，实践证明，学习的确很难熬，读了十几天才150页。最近的案例基本都是解决违纪事件。如果学生多次出现同样的违纪事件，多半是班级的反馈机制出了问题，包括学生对老师的及时反馈和老师对学生的及时反馈，班主任要及时补救。并且一定避免班级出现小团伙。一旦违反纪律的学生抱团了，无论男生团伙，女生团伙，都会气焰大涨，班主任就会一对多，很难对付。一旦抱团，班主任就要想办法分化。

雎雎_·2024-08-30 06:44

C语言学习记录（三）

我们紧接上篇的内容，上节我们提到了数据类型以及一些运算符，这节我决定给大家分享一下顺序结构，让大家更加深入理解、以及能达到自己运用运算符完成一些与顺序结构相关的简单的题目。一.顺序结构顺序结构是三大基础结构中最简单也是最容易的，其实现方式为从上至下依次进行，不需要进行任何判断，它是由一系列按特定顺序执行的操作组成，每个操作完成后才会执行下一个操作，这种执行过程就像按照任务列表逐项完成一样，依照线性

Tian Sifan·2024-08-30 06:30

学习记录第十二天

标识符的作用域：作用域：标识符可生效的范围局部作用域（LocalScope）:1.定义：局部变量是在函数内部或某个代码块（如if语句或循环语句）中声明的变量。它们的作用域仅限于声明它们的函数或代码块。2.生命周期：局部变量的生命周期是短暂的，它们在函数调用开始时被创建，在函数调用结束时被销毁。对于在代码块中声明的变量，其生命周期从变量声明开始到代码块结束时结束。全局作用域（GlobalScope）

喵了d喵·2024-08-30 06:58

学习记录第十九天

标准io的概念IOinputoutputI：键盘是标准输入设备====》默认输入就是指键盘O：显示器是标准输出设备==》默认输出就是指显示器Linux操作系统当中IO都是对文件的操作manmanman==>所有man的帮助manxxx==man1xxx===>查看当前xxx命令man2xxx===>查看xxx对应的系统调用函数man3xxx===》查看xxx对应的标准库函数fopenfopen是C