一般而言，不论我们是否要将该主干结构用于何种模型，一般都是在这个基础上进行的。例如，将在Yolact中用EfficientNet替换Resnet，可以在同等效果下让模型数据量降为原来的大约1/4到1/5左右。下面我列出一下主干结构。self._conv_stemConv2dStaticSamePadding((conv): Conv2d(3, 32, kernel_size=(3, 3), str

在python中调用cv2.imshow，出现这个一个报错：cv2.error: OpenCV(4.5.5) D:\a\opencv-python\opencv-python\opencv\modules\highgui\src\window.cpp:1268: error: (-2:Unspecified error) The function is not implemented. Rebui

把Markdown转成JupyterNotebook，一般情况下很少用到。偶尔要用时，又一时想不起链接在哪。所以这里记录一下。之所以用《动手学深度学习》这本书（http://zh.d2l.ai/index.html），是因为里面的教程都是markdown写的，可以很好地转换成JupyterNotebook格式，为此，李沐还专门改写了一个对中文支持更好的版本notedown，https://gith

人工智能与传统机器视觉的比较

CMake Error at /opt/ros/noetic/share/catkin/cmake/catkinConfig.cmake:83 (find_package):Could not find a package configuration file provided by "rosserial_python"with any of the following names:rosseri

这个主要涉及.bashrc文件及以下三个参数，$ROS_MASTER_URI$ROS_HOSTNAME$ROS_IP其中ROS_IP和ROS_HOSTNAME有什么不同呢？ROS_IP/ROS_HOSTNAMEROS_IP和ROS_HOSTNAME是可选的环境变量，用来设置ROS节点或工具的公开网地址。这两个选项是互斥的，如果两者都设置优先使用ROS_HOSTNAME。如果你指定一个IP地址，使用

vs2019报错内容：配置“Debug|Win32”的 Designtime 生成失败。IntelliSense 可能不可用出错内容错误 : 项目“D:\mTensorflow\yolov4_darknet-master\build\darknet\darknet.vcxproj”配置“Debug|Win32”的 Designtime 生成失败。IntelliSense 可能不可用。设置环境变量

ubuntu20.04和ubuntu21.10上安装cuda driver貌似有所不同。可以直接使用sudo apt install命令安装。我以前用ubuntu16.04和ubuntu18.04时一直是在nvidia官网下载安装包自己安装，好像那个时候还不支持apt直接安装，所以也不清楚什么时候开始ubuntu可以使用apt安装驱动包了。自己下载安装包安装的方法参考这里，Ubuntu18.04查

系统崩溃，机器重新装， 同样的配置和安装，突然报错，Collecting package metadata (current_repodata.json): doneSolving environment: failed with initial frozen solve. Retrying with flexible solve.Solving environment: failed with

Opencv调试版报错，[ INFO:0@7.479] global D:\OpenCV455\opencv-4.5.5\modules\core\src\parallel\registry_parallel.impl.hpp (96) cv::parallel::ParallelBackendRegistry::ParallelBackendRegistry core(parallel): En