安装支持CUDA的Docker工具1.安装Docker# 安装系统工具$ sudo apt-get update$ sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common# 安装GPG证书$ curl -fsSL http://mirrors.aliyun.com/doc

【代码】语音数据清洗。

3.将相应的XML文件转化为dota格式的标签文件，转换代码可参考我的上一篇博客。4.将dota格式的标签文件转化为YOLOv8训练所需的YOLO格式。1.采用rolabelImg标注产生相应的XML标签文件。6.修改dota8-obb.yaml文件路径及类别。下面是我安装的相应依赖，torch可在官网命令安装。5.修改yolov8-obb.yaml的类别。2.下载代码及安装相应的依赖环境。

生成VOC数据集格式代码。

【代码】旋转框IoU计算。

【代码】python 实现经纬度与投影坐标的转换。

安装支持CUDA的Docker工具1.安装Docker# 安装系统工具$ sudo apt-get update$ sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common# 安装GPG证书$ curl -fsSL http://mirrors.aliyun.com/doc

在官网找到需要下载的deepseek模型版本。1.deepseek本地部署。查看ollama服务状态。停止ollama服务。开启ollama服务。2.Dify本地部署。

在data/dataset_info.json添加自己的数据新增自己的数据，在webui界面可选训练数据集。微调后测试，可使用基座大模型和微调lora模型。模型合并同时也可运行合并后的模型测试。根据自己要微调的模型和数据进行选择。1.Qwen基本问答demo2。也可直接运行以下命令训练。编译llama.cpp。

3.将相应的XML文件转化为dota格式的标签文件，转换代码可参考我的上一篇博客。4.将dota格式的标签文件转化为YOLOv8训练所需的YOLO格式。1.采用rolabelImg标注产生相应的XML标签文件。6.修改dota8-obb.yaml文件路径及类别。下面是我安装的相应依赖，torch可在官网命令安装。5.修改yolov8-obb.yaml的类别。2.下载代码及安装相应的依赖环境。