训练结束后会产生三个模型文件wiki_zh.model、wiki_zh.model.wv.vectors.npy、wiki_zh.model.syn1neg.npy，找到其中的：opencc-1.0.1-win64，将wiki_zh.txt拷贝到该文件夹下，在opencc-1.0.1-win64文件夹下使用如下命令。命令执行一会，执行结束后会产生一个文件wiki_zh_jian.txt，这个文件就

由于已经2025年了，太旧的cuda适应不了新的显卡，太新的cuda搞不定旧的环境，踩了很多坑，采取这个方案，在ubuntu18.04上进行配置。上面安装cuda11.1的配置里面好像没有设置CUDA_HOME，我.bashrc里面的CUDA相关配置是这样的。执行这一步有人会报错，这个错我在其中一台电脑上解决了，当时忘记记录，在另外一台电脑没解决。文件的最后一行，这样打开新的终端会自动进入创建的虚

第三步，安装依赖，这里必须安装opencv，不然安装airsim的时候会报错，这里使用-i https://pypi.tuna.tsinghua.edu.cn/simple是使用清华镜像源下载，安装速度更快。第一步，创建虚拟环境，这里我的虚拟环境名称为airsim。然后新建一个python程序，测试起飞和降落功能。第四步，安装airsim包。第二步，激活虚拟环境。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python3.4.2.16pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python3.4.2.16

我们提出的 RegionCLIP 对 CLIP 进行了大幅扩展，以学习区域级视觉表征。RegionCLIP 可实现图像区域与文本概念之间的精细对齐，从而支持基于区域的推理任务，包括零镜头对象检测和开放词汇对象检测。: 我们利用 CLIP 模型将图像区域与模板标题相匹配，然后对模型进行预训练，以对齐这些区域-文本对。: 经过预训练后，学习到的区域表征就能支持物体检测的零点推理。: 学习到的 Regi

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python3.4.2.16pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python3.4.2.16

pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple