logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【triton】目标检测(YOLOv26)基于triton ensemble部署推理服务

本文介绍了使用Triton Inference Server部署YOLOv26模型的两种方案,重点推荐基于ensemble后端的集成部署方式。传统方案将预处理/后处理与推理分离,存在带宽占用高、延迟长的问题。而ensemble方案通过Python后端将预处理、模型推理和后处理整合到同一个Triton服务中,形成完整流水线:客户端发送编码图像→Triton统一处理→返回检测结果。

#人工智能#计算机视觉#python +2
window中git bash使用conda命令

window系统的终端cmd和linux不一样,运行不了.sh文件,为了在window中模仿linux,可以使用gui bash模拟linux的终端。为了在gui bash中使用python环境,由于python环境是在anaconda中创建的,所以需要在gui bash使用conda命令。

#git#bash#conda
【解决】pytorch单机多卡问题:ERROR: torch.distributed.elastic.multiprocessing.api:failed

最近在使用单机多卡进行分布式(DDP)训练时遇到一个错误:ERROR: torch.distributed.elastic.multiprocessing.api:failed。而实际报错的内容是:ValueError: sampler option is mutually exclusive with shuffle.

#pytorch#深度学习#python
用matlab写的径向分布函数RDF

RDF是径向分布函数Radical distribution function的缩写,指的是给定一个空间,在此空间以一个对象为中心,去寻找周围对象的的概率。对于分子模拟的径向分布函数实则也是求解粒子在周期性边界盒子的区域密度和全局密度的比值。其中:区域密度 = 每一个球壳的数密度 / 球壳体积。全局密度 = 盒子里面的粒子总数 / 盒子的体积径向分布 = 区域密度 / 全局密度但是, 本...

pytorch: 转onnx模型

onnx(Open Neural Network Exchange)主要用于部署,训练一般使用pytorch和tensorflow,等训练完成,我们需要模型转成onnx,用于部署在云或者边缘计算上。而为什么要要转成onnx模型呢,主要是因为onnx没有训练,只有推理,速度很快,而且目前大多数芯片都适配onnx模型,相当于一个通用莫模型,易部署,而且速度快。

#pytorch#深度学习
ubuntu安装无线网卡驱动

摘要: 在笔记本上安装ubuntu系统,安装好后是可以连接wifi的。而台式机安装ubuntu的话,特别是组装的台式机,是无法立即连wifi的,是需要安装无线网卡驱动的。如果你身边无法连网线,而又无法连接wifi,根本无法更新或者下载。所以,只能先在其他可以联网的系统或电脑上下载好驱动,再进入到ubuntu系统安装无线网卡驱动。本人在几经折腾后,终于搞定了在ubuntu上连接wifi。(注:本人的

#linux#ubuntu
matlab:把坐标轴移动到原点(0,0)上

用matlab绘图时,是不能显示坐标轴的,只会在底边框和左边框显示刻度,而且左下角也不是原点(0,0)。所以,本文就是如何用matlab来实现把坐标轴移到(0,0)。function:function fig_handle = shift_axis_to_origin( axes_handle )% function: 本函数目的是把 matlab 做的图坐标轴移到图形的原点% input:%ax

#matlab#数据可视化
探究opencv中的moments函数和HuMoments函数

用过opencv的人都可能接触过轮廓,一般获取轮廓后我们都需要根据轮廓的特征来筛选出我们要找的目标物体,而筛选轮廓的常用办法都是基于轮廓的周长和面积,然后返回目标轮廓的最小矩阵把目标在原图像上标框出来。**一、moment()**但是在轮廓特征函数有这样一个函数:moment(),这个函数是用来求图像的矩(注意:不是hu不变矩)。可能大家经常都看见过用这个函数来求轮廓的质心:mu...

FLOPS与FLOPs的区别:

“s"的大写和小写代表不同的意思:FLOPS(floating point of per second):指每秒浮点运算次数,用来衡量硬件算力的指标。FLOPs(floating point of operations):指浮点运算次数,用来衡量算法/模型的复杂度。

#深度学习
VIT, LLM, VLM, VLA的区别

模型模型全称技术领域输入输出应用代表VITVition Transformer计算机视觉图像图像类别、目标框等图像分类、图像分割、目标检测等VIT, Swin TransformerLLMLarge Language Model自然语言处理文本文本智能客服、内容创作ChatGPT, LLaMA, Deekseek, QwenVLMVision Language Model多模态图像+文本文本图像

    共 45 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择