文章目录显卡，显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn区别？GPU型号含义CUDA名称含义CUDAcudnnCUDA Toolkit`nvcc`&`nvidia-smi``nvcc``nvidia-smi``nvcc`和`nvidia-smi`显示的CUDA版本不同？runtime和driver API区别Linux中PATH、 LIBRARY_PA

数据集加载之ImageFolderImageFolder一个通用的数据加载器，数据集中的数据以以下方式组织函数如下ImageFolder(root, transform``=``None``, target_transform``=``None``, loader``=``default_loader)参数解释root指定路径加载图片transform：对PIL Image进行的转换操作，tran

TensorRT文章目录TensorRT介绍模型构建Engine 序列化和反序列化使用 engine 进行预测前向预测总结转载链接介绍TensorRT(TRT) 作为一种能显著加快深度学习模型 inference 的工具，如果能够较好的利用，可以显著提高我们的 GPU 使用效率和模型运行速度。TensorRT(TRT) 作为一种快速的 GPU 推理框架，其常规流程就是利用现有的模型文件编译一个 e

ros::init(argc,argv,“node_name”)argc argv是命令行或者是launch文件的输入的参数，第三个参数是定义的node_name可以被launch文件覆盖。命名空间名称分类全局名称/rosout前面的反斜杠“/”表明该节点名称属于全局命名空间。之所以叫做全局名称因为它们在任何地方（包括代码、命令行工具、图形界面工具等的任何地方）都可以使用。无论这些名...

mosaic数据增强Mosaic数据增强Mosaic数据增强方法是YOLOV4论文中提出来的，主要思想是将四张图片进行随机裁剪，再拼接到一张图上作为训练数据。这样做的好处是丰富了图片的背景，并且四张图片拼接在一起变相地提高了batch_size，在进行batch normalization的时候也会计算四张图片，所以对本身batch_size不是很依赖，单块GPU就可以训练YOLOV4。以下是我根

TensorRT文章目录TensorRT介绍模型构建Engine 序列化和反序列化使用 engine 进行预测前向预测总结转载链接介绍TensorRT(TRT) 作为一种能显著加快深度学习模型 inference 的工具，如果能够较好的利用，可以显著提高我们的 GPU 使用效率和模型运行速度。TensorRT(TRT) 作为一种快速的 GPU 推理框架，其常规流程就是利用现有的模型文件编译一个 e

TensorRT文章目录TensorRT介绍模型构建Engine 序列化和反序列化使用 engine 进行预测前向预测总结转载链接介绍TensorRT(TRT) 作为一种能显著加快深度学习模型 inference 的工具，如果能够较好的利用，可以显著提高我们的 GPU 使用效率和模型运行速度。TensorRT(TRT) 作为一种快速的 GPU 推理框架，其常规流程就是利用现有的模型文件编译一个 e

文章目录YoloV5网络架构总体架构代码部分FOCUS池化PANetYoloV5网络架构总体架构Backbone(主体) : Focus,BottleneckCSP,CSPHead : PANet + Dectect (Yolov3/Yolov4 Head)代码部分# parametersnc: 80# number of classes 类别数depth_multiple: 0.33# mode

文章目录１．无畸变２．Brown-Conrady 畸变模型3. Opencv 里畸变图像矫正过程１．无畸变相机内参包括相机矩阵参数和畸变系数。相机内参矩阵为3*3的矩阵：M = [fx 0 ppx ; 0 fy ppy ; 0 0 1]畸变系数：k1 k2 k3 p1 p2首先看一下无畸变情况下，已知相机坐标系内的一个点[xc, yc, zc]，通过内参矩阵求出该点在图像平面的投影点[u, v]。

数据集加载之ImageFolderImageFolder一个通用的数据加载器，数据集中的数据以以下方式组织函数如下ImageFolder(root, transform``=``None``, target_transform``=``None``, loader``=``default_loader)参数解释root指定路径加载图片transform：对PIL Image进行的转换操作，tran