首先要有一个pytorch模型，我这里选用googelnet 为例，我们可以使用pytorch 提供的imagenet的预训练模型。如果想自己训练的话，就接着往下看，否则阅读结束。我是用的罗浩提供的框架，训练了一个猫狗分类，下面是罗浩的框架的github，以及B 站教学视频第一步我们要准备猫狗数据集然后就是改罗浩老师的框架了第一步先写googlenet 网络，在models文件夹新建GoogLeN

无法定位程序输入点我曾经成功过，今天又不行了不能运行，我得知道为什么行，为什么不行这次是使用windeployqt 自动拷贝dll文件，经过过对比各个dll,我发现deploy自动找的dll不对。左边是deploy 自动拷贝的， exe文件不能运行，右边是我之前自己手动找的，exe 能运行，同一文件的大小不一样。我们来看看错误的东西是从哪里拷贝的，很奇怪，我的qt 目录下没有4990kb大小的那个

我是摘要我是摘要我是摘要我是摘要我是摘要我是摘要我是摘要

我们收集有可能是长句子，中间有tab之类的，要把这些句子拆开，一个单词一个换行符。然后，我们可以规定一个最大的单词长度，如果超过这个距离就丢掉此数据。trdg如果使用背景图会有个问题，如果字的颜色和背景颜色相近他会不产生图片但是会有标签。比如说我做缅甸语可以去找缅甸语的网站，比如政府网站或者字典或者去github找相关的数据。中文和日文是2中的字典所不具备的。参数依次为，字典路径，字典文件名，数据

#include<opencv.hpp>#include <iostream>using namespace cv;int main(){//新建一个100 * 100 的图像，CV_8UC3：类型为8位无符号,通道数为3，分别是蓝绿红通道，//颜色bgr为255，0，0，蓝通道0xff（8位图像最大位0xFF） ,绿红为0cv::Mat blue = cv::Mat(10

【代码】opencv C++ 实现图像缩放(双线性差值)

https://blog.csdn.net/weijifen000/article/details/93377143?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160233307319726892460508%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257

https://wiki.qt.io/How_to_setup_Qt_and_openCV_on_Windows 这个攻略比较准https://blog.csdn.net/nima_zhang_b/article/details/104462055这个很好理解，推荐CPU指令集那里保持默认不要修改这是我遇到过的问题1.libwinpthread-1//下载 放到C盘 32 642.mingw32-

新建一个QMainWindow工程有三个文件 h cpp ui其中对于ui文件,QT有解释工具uic 将ui文件转为h文件，在编译时会执行uic我点击编译，然后打开uic生成的文件"ui_mainwindow.h"#include <QtCore/QVariant>#include <QtWidgets/QApplication>#include <QtWidgets

caffe学习（10）：交通标志目标检测训练整体流程_超超越越一亿粉丝的博客-CSDN博客先看看COCO数据集格式在COCO中 一个图片对应一个同名的txt，其中，第一个值是类别，COCO中是0 -79 80个类别后四位是中心点 cx cy 图像宽高 的scale,整张图像视为单位1再来看GTSDB标签Public Archive: ff17dc924eba88d5d01a807357d6614c