最近一直在搞windows系统，不太熟悉，坑比较多。在使用pytorch时，突然就遇到OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading "C:\Anaconda3\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll"的报错。查阅资料，可能时系统的内存不够导致的1、解决方案一： 增

随着TensorRT8.0版本的发布，windows下也正式支持Python版本了，跟紧NVIDIA的步伐，正式总结一份TensorRT-python的使用经验。一、底层库依赖在安装TensorRT前，首先需要安装CUDA、CUDNN等NVIDIA的基本库，如何安装，已经老生常谈了，这里不再过多描述。关于版本的选择，楼主这里：CUDA版本，楼主这里选择的是 cuda11.5 ，具体cuda版本见

Trainer是库中提供的训练的函数，内部封装了完整的训练、评估逻辑，并集成了多种的后端，如等，搭配对训练过程中的各项参数进行配置，可以方便快捷地启动模型 单机/分布式训练使用Trainer进行模型训练对模型的输入输出是有限制的，要求模型返回元组或者的子类如果输入中提供了labels，模型要能返回loss结果，如果是元组，要求loss为元组中的第一个值。

TensorRT系列传送门(不定期更新): 深度框架|TensorRT文章目录楼主曾经在TensorRT(7)：python版本使用入门一文中简要记录了python版本是序列化与反序列化加载模型的步骤，但因为环境以及TRT版本不同，API也有相当大的变化，这里重新记录下，在windows下，tensorrt8.2.3.0版本下，调用python的API是如何加载模型的。实验案例：采用 yolov5

文章目录1、Rect类的一些别名，如Rect2i，Rect2f， Rect2d等等typedef Rect_<int> Rect2i;typedef Rect_<float> Rect2f;typedef Rect_<double> Rect2d;typedef Rect2i Rect;2、Rect_类的构造函数，Rect类包含Point类的成员x...

文章目录一、ASCII码二、非ASCII编码三、Unicode四、Unicode的问题五、UTF-8六 、Python中对各种编码的处理版权提示：理论部分 转自 https://www.cnblogs.com/liupp123/articles/8023861.html一、ASCII码计算机内部，所有的信息最终都表示为一个二进制的字符串。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就

已知图像中线段的两个点，求另外一个点到这个点的垂足。一、垂足公式已知直线一般式方程时：设已知直线外一点坐标为（x0,y0）（x0,y0）（x0,y0）,垂足坐标为（x,y）（x,y）（x,y），因为垂线与直线垂直，垂线斜率为kkk的负倒数，则可得方程：Ax+By+C=0(y−y0)/(x−x0)=B/A;Ax + By + C = 0\\(y - y0) / (x - x0) = B / A;Ax

文章目录一、ICudaEngine类记录NvInferRuntime.h头文件中的几个重要的接口类以及类中各接口函数的作用头文件中都有英文注释，这里只是简单中文翻译一下，如有误，欢迎讨论。业余时间，看多少记录多少，纯属笔记。NvInferRuntime.h是运行TensorRT的最重要的接口头文件之一，NV都说了This is the top-level API file for TensorRT

转Makefile和Cmake的联系与区别C/C++程序员肯定离不开Makefile和Cmake，因为如果对这两个工具不熟悉，那么你就不是一个合格的C/C++程序员。本文对Makefile和Cmake，及它们的使用进行了详细的介绍，本文的目录如下：一、Makefile详解1.1 Makefile语法1.2 Makefile示例二、Cmake详解2.1 ...

检测图像中的异常是一个重要的任务，特别是在实时的计算机视觉应用中提出了一种轻量级的特征提取器，可以在现代GPU上不到一毫秒的时间内处理图像使用学生-教师的方法来检测异常特征训练一个学生网络来预测提取的正常特征，在测试时，通过学生不能预测异常特征来检测异常。提出了一个训练损失，可以阻止学生模仿教师的特征提取器提取正常图像之外的特征（也就是，学生网络只能提取正常特征，提取不了异常特征，这样就可以把异常