Part1 数据选择使用的数据 WIDER FACE

采用fishros 一键安装命令界面当中选择参数，请按照他的提示进行选择。出现404 notfound 的错误，比如。

最近项目需要yolov5做检测，用c++实现，在cpu上运行，所以想到一些部署方法：1、u版yolov5训练好模型就是.pt文件转onnx,然后再转ncnn.2、u版yolov5训练好模型就是.pt,使用libtorch进行inference.3、使用opencv接口去做.opencv现在越来越强大.之前用过ncnn，所以就选择了.pt->onnx->ncnn.老板要的比较急，所以最好

工厂模式是一种创建型的设计模式，他提供了一种创建对象的最佳方式，而无需指定将要创建对象的具体类。包括：简单工厂模式、工厂方法模式、抽象工厂模式。组成成员：抽象产品类、具体产品类 A、B、C等、工厂类工作原理：具体产品类A、B、C等抽象出相同的输入参数，然后通过继承抽象产品类。工厂类具体就是具体实例化相应的产品。

自动驾驶车辆上的传感器类型包含激光雷达、毫米波雷达、相机、imu、rtk、超声波雷达等，这些传感器用来接收外部世界多姿多彩的信号，根据接收到的信号，车载大脑对信号进行处理，那信号的准确程度就尤为重要。本文将各个传感器的特性进行相应的总结，有出现错误的地方还请各位看官给与指点，本人将非常感激。激光雷达根据工作原理不同，分为机械式、半固态、固态，根据测距原理分为三角测距、飞行时间测距、相位式等。

国内镜像: https://mirrors.tuna.tsinghua.edu.cn/docker-ce/linux/ubuntu。• 因网络限制，Docker Hub 不可访问，请使用 nvcr.io 拉取 NVIDIA 镜像。echo ">>> 7/8 安装 NVIDIA Container Toolkit..."echo " 3. 如果 Docker Hub 被墙，改用 nvcr.io 镜像

采用fishros 一键安装命令界面当中选择参数，请按照他的提示进行选择。出现404 notfound 的错误，比如。

BN层的提出，主要是为了解决大部分的数据落入非线性饱和区，导致模型训练过程梯度消失，一方面增加模型训练时间，还有很大的可能模型到最后无法收敛。如果激活函数采用的是sigmoid 函数，可让大部分的训练数据落入线性区域内，加快模型的训练收敛速度，同时考虑到归一化处理后，对数据分布的变化比较大，引入缩放平移参数对数据进行仿射变换，尽可能保持数据的原始分布，又不至于让数据完全落入饱和区域内。网络是特征金