执行sh文件，无法执行source指令。显示/bin/sh ->dash。再次执行sh文件可以解决问题。说明使用dash进行解析。

yolo 一键数据处理代码

1. 安装COCOAPI1.首先git clone下载：使用国内镜像会更快些：git clone https://github.com.cnpmjs.org/cocodataset/cocoapi.git2.然后cd cocoapi/PythonAPI/3.安装：python3 setup.py build_ext --inplacepython3 setup.py build_ext insta

1.下载opencv源码：官网下载：https://opencv.org/releases.html扩展包contrib库：https://github.com/opencv/opencv_contrib/releases2.解压opencv包在Ubuntu里解压下载好的包：2.1 压缩包格式是zip,使用unzip解压2.2 压缩包格式是tar.gz,使用tar -zxvf解压；出现报错：gzi

C++：findContours()函数原型：void findContours(InputOutputArray image,OutputArrayOfArrays contours,OutputArray hierarchy,int mode,int method,Point offset=Point());/*第一个参数：InputOutputArray image:image表示输入的目标

全程参考官方文档：https://github.com/AlexeyAB/darkne非常详细！1.标注数据集，并转为yolo模式（txt格式）：标注的方式很多，这边只针对labelImg工具标注来做的，没有的可自行网上下载；标注完成后，会生成xml文件，这里需要转换成yolo需要的txt格式：txt的格式：<object-class> <x_center> <y_c

全程参考官方文档：https://github.com/AlexeyAB/darkne非常详细！1.标注数据集，并转为yolo模式（txt格式）：标注的方式很多，这边只针对labelImg工具标注来做的，没有的可自行网上下载；标注完成后，会生成xml文件，这里需要转换成yolo需要的txt格式：txt的格式：<object-class> <x_center> <y_c

运行环境：windows前提条件：已在windows下成功安装完darknet1.利用labelImg.exe的采集的数据进行标注一般标注完成后每一张图像都会生成一个对应的xml文件2.利用xml文件生成对应的txt文件

目前项目需要对网络摄像头进行实时视觉算法检测。遇到问题：在使用抓取VideoCaptureRTSP流的过程中，若需要对图像进行处理，则最后的显示结果画面就会表现出高延迟，然后卡住，很快崩溃；直观感受：图像处理速度远不如VideoCapture抓取速度，然后感觉是有内置缓存的，导致卡顿，延迟；对VideoCapture进行等待处理，效果不佳；解决思路：采用多线程的方式，为VideoCapture单独

前言：项目需要用到opencv中dnn模块，默认下载的opencv不带cuda，因此需要对opencv重新编译1.检查cuda版本 cmd：nvcc -V2.自行下载opencv源文件(若是opencv官网下载，则源文件在source文件夹内)和对应版本的opencv_contrib(https://github.com/opencv/opencv_contrib/releases)3.下载cma