问题与背景python的字符串控制，有时候自动转义会带来很多问题，比如文件路径因为转义变得有异常，json字符串塞进json串中之后，自动的对引号加转义斜杠等，整理一下踩的一些坑。参考资料https://www.cnblogs.com/klobohyz/archive/2012/06/04/2535057.htmlpython使用r进行不转义字符串https://www.cnblogs.com/i

cv中的一个典型的问题就是目标检测，目标检测中的yolo模型是一个经典的目标检测模型，在各种目标检测的比赛和数据集中，表现都非常亮眼，借用这篇文章对yolov3、v4、v5、tph_v5、v6做个总结梳理。...

背景rpc就是Remote Procedure Call的简称，翻译成中文就是远程过程调用。在很多的大型系统中，比如java体系的项目中，如果需要调用数据分析能力或者调用底层的dll代码包，就显得有点捉襟见肘的，此时如果有一个提供rpc服务的中间件就可以很好的解决这个问题，让java体系可以拥有这种能力，只需要简单通信就可以了。在项目中，我通过google的protobuf的序列化手段，基于htt

jetson自带的python版本是3.6.9，太老旧了，希望更换python版本。尝试替换成python3.7的版本。但是在未替换之前，已经装了pip3了，是否pip3会与python3.6绑定，是否需要重新装pip3装的包的python3.7版本，或者需要升级之类的，是未知的。先做，记录整个过程。

YOLOv5训练自定义模型首先先把环境搭建起来，训练的过程往往需要好的gpu，使用英伟达的gpu和必要的cuda环境，需要驱动和cuda适配，然后深度学习框架与环境适配，我们就先来配置环境。训练我们使用pytorch深度学习框架。环境的适配与安装深度学习框架常用的有2个，pytorch和Tensorflow，一般深度学习都是依赖英伟达的gpu的，所以cuda，cudnn，显卡驱动的适配就很重要了，

在v5的训练过程中，使用wandb是一个很常见可视化工具，它有很多的图表，可以对训练过程中可以提取的评价指标进行可视化，今天做一个整理。

背景使用fastapi搭建算法中间件的时候遇到一个问题。搭建完基础的功能之后，用自带的/doc的web UI测试功能没问题。用postman 测试也没有问题。问题出现在用okhttp发送请求给算法中间件的时候，报错了。内容如下：关键字：“RemoteProtocolError: illegal request line”、“PRI”、“invalid http request received”查

首先，确保你的项目是可以运行的，以若依为例，运行npm run dev 是可以正常运行起来前端的。然后前端的打包命令是。打包好之后，在项目代码路径下会出现一个dist文件夹，这里面的代码粘贴到nginx的html目录下即可。然后将打包好的dist目录丢在nginx的html下面。然后重启docker的nginx虚拟容器。

spm_id_from=333.337.search-card.all.click&vd_source=ed09a620bf87401694f763818a31c91e波波酱，快速进行一个若依的案例的开发，毕设可以看，也可以作为快速上手。目测只是做了一个模块。spm_id_from=333.337.search-card.all.click&vd_source=ed09a620bf87401694

介绍若依框架和环境搭建的过程