文章目录1 获取onnx模型2 启动docker容器3 onnx模型检查3.1 为什么要检查？3.2 如何操作4 图像数据预处理4.1 一些问题的思考4.2 图片挑选与放置4.2 使用地平线提供的模板进行图像预处理4.3 使用自己写的图像预处理函数4.4 归一化前后 图像数据 均值与方差怎么变 ？5 获取.bin模型5.1 03_build.sh5.2 resnet34_config.yaml6

文章目录1 Linux下激活自己的虚拟环境并查看Python版本2 查看需要安装的Pytorch和Torchvision版本3 直接命令行安装4 使用安装包本地安装4.1本地安装原因4.2 从哪下载安装包4.3 安装4.4 测试是否安装成功1 Linux下激活自己的虚拟环境并查看Python版本如何创建虚拟环境见virtualenv创建虚拟环境source myenv/bin/activate激活

文章目录1 为何要用screen2 screen简介3 安装screen4 使用screen4.1 新建窗口4.2 分离会话/回到主窗口4.3 恢复会话窗口4.4 杀死会话窗口4.5 清除死去窗口1 为何要用screen程序员SSH或者telent远程登录到linux服务器，运行一些需要很长时间才能完成的任务，比如系统备份等。通常情况下我们都是为每一个这样的任务开一个远程终端窗口，但它们执行的时间

ncdu 是一款交互式的命令行工具，可以显示目录结构和文件大小，并以可视化的方式呈现。使用 ncdu 命令可以轻松查看文件夹所占空间大小。使用 du 命令可以显示文件或目录的磁盘使用情况。你可以使用 -h 选项以人类可读的方式显示大小，或使用 -s 选项仅显示总大小。在上面的输出中，每行表示一个子目录或文件，以及它的大小。在上面的输出中，-h 选项以人类可读的方式显示文件夹大小，-s 选项仅显示总

为了保证模型前后处理完全一致，前后处理都直接复用原本的代码，输入输出数据涉及到tensor和numpy转换时直接用torch.from_numpy和.numpy实现。onnx模型推理单张图片，网上的教程非常多，我自己以前也写了很多这些内容，但如何推理整个数据集来验证精度呢？imagenet 验证集val，内部有1000个文件夹，每个文件夹下对应有50张图片。到嵌入式开发板上跑的话，前后处理都是需要

使用深度学习开源框架Pytorch训练完网络模型后，在部署之前通常需要进行格式转换，地平线工具链模型转换目前支持Caffe1.0和ONNX(opset_version=10/11 且 ir_version≤7)两种。ONNX(Open Neural Network Exchange)格式是一种常用的开源神经网络格式，被较多推理引擎支持，例如Pytorch、PaddlePaddle、TensorFl

文章目录1 FPN是什么2 为什么要用FPN3 目标检测backbone中常见术语解读4 FPN特征融合常规解读4.1 FPN包括哪些部分4.2 FPN特征融合的思想5 FPN特征融合YOLOv3实例解读5.1 构建方式解读15.2 构建方式解读26 FPN特征融合FCOS实例解读7 感谢链接1 FPN是什么FPN，Feature Pyramid Networks，特征金字塔网络。用来处理多尺度(

文章目录1 FCOS是什么1.1 核心思想1.2 Anchor-Based缺点1.3 FCOS优点2 FCOS 网络结构介绍2.1 FCOS 初始版本2.2 FCOS 分支改进版本3 正样本、负样本、模糊样本的定义4 特征图上的点映射回原图5 锚点回归目标值6 模糊样本的处理7 Center-ness分支8 后续改进8.1 center sampling8.2centerness 分支的 cent

文章目录1 常规卷积与空洞卷积的对比1.1 空洞卷积简介1.2 空洞卷积的优点2 DeeplabV3+模型简介3 DeeplabV3+网络代码4 mobilenetv2网络代码5 感谢链接聊DeeplabV3+网络前，先看空洞卷积。1 常规卷积与空洞卷积的对比1.1 空洞卷积简介空洞卷积(Dilated convolution)如下图所示，其中 r 表示两列之间的距离(r=1就是常规卷积了)。池化

文章目录1 需要的东西2 docker准备3 加载镜像4 操作容器5 启动+进入容器本文以horizon_xj3_open_explorer_v1.8.5_20211224开发包和docker_cpu_openexplorer_centos_7_v1.11.6.tar镜像包为例。1 需要的东西带有ubuntu18.04的电脑(学名：开发机，虚拟机也行)openexplorer开发包(下图中第一个)