记录使用Docker容器跑通2021CVPR小样本目标检测DCNetDCNet一、拉取镜像二、vscode调试2.1 配置2.2 安装DCN2.2.1 安装cityscapesScripts2.2.2 安装DCNet2.2.3 安装其它依赖2.3 运行一、拉取镜像执行docker pull gouchicao/maskrcnn-benchmark拉取镜像，等待下载完毕执行docker images

mkdir 1.txt #创建文件rm 1.txt #删除env |grep cuda #env是显示环境变量 |grep cuda是只显示包含cuda的

GitHub链接：https://github.com/LiangYang666/prototypical-networks/tree/handbag支持多gpu分布式训练，支持高版本pytorch1.xEpisodicBatchSampler 抽样器n_episodes: Number of episodes or equivalently batch sizen_way: Number of

传统目标检测这里仅作简要分析，源码地址（代码有些许改变）https://github.com/Cartucho/mAP/blob/master/main.py1.文件夹分为两个，真实标签及检测标签两个文件夹中的文件均为txt文件，每张图片对应一个txt文件，其中真值标签，每一行一个目标，类别名+坐标值其中检测标签，每一行一个目标，类别名+置信度+坐标值mAP计算步骤：1.将所有真值标签读取并保存j

自然语言处理搜狐文本匹配竞赛搜狐文本匹配竞赛比赛链接： https://www.biendata.net/competition/sohu_2021/leaderboard/baseline链接官方：https://github.com/Husbandman666/sohu2021-baselineF1(0.72): https://github.com/Husbandman666/NLP-Pro

存放位置：/media/D_4TB/Shared/Datasets/软链接至自己的目录例如将公共目录下的coco数据集，软链接至自己项目内的data/coco目录下，那么就可以在终端中，先cd到自己的项目路径，再执行下面这条命令即可ln -s /media/D_4TB/Shared/Datasets/coco ./data/coco...

使用GateWay远程开发

传统目标检测这里仅作简要分析，源码地址（代码有些许改变）https://github.com/Cartucho/mAP/blob/master/main.py1.文件夹分为两个，真实标签及检测标签两个文件夹中的文件均为txt文件，每张图片对应一个txt文件，其中真值标签，每一行一个目标，类别名+坐标值其中检测标签，每一行一个目标，类别名+置信度+坐标值mAP计算步骤：1.将所有真值标签读取并保存j

GitHub链接：https://github.com/LiangYang666/prototypical-networks/tree/handbag支持多gpu分布式训练，支持高版本pytorch1.xEpisodicBatchSampler 抽样器n_episodes: Number of episodes or equivalently batch sizen_way: Number of

传统目标检测这里仅作简要分析，源码地址（代码有些许改变）https://github.com/Cartucho/mAP/blob/master/main.py1.文件夹分为两个，真实标签及检测标签两个文件夹中的文件均为txt文件，每张图片对应一个txt文件，其中真值标签，每一行一个目标，类别名+坐标值其中检测标签，每一行一个目标，类别名+置信度+坐标值mAP计算步骤：1.将所有真值标签读取并保存j