由于要写相关的论文，仅仅只能做到训练和识别是远远不够的，必须有相关的训练过程的数据和图片来说明问题，所以我又又又写了篇关于迁移学习的文章，主要是更换了神经网络模型和增加了训练可视化这个模块,将SGD优化器更改成了Adam优化器，且使用ReduceLROnPlateau进行学习率的自适应调整。

一、将PC与树莓派连接到同一个局域网内比如：将树莓派和PC连接到同一个wifi中，方法一：如果是家用wife发射器，则可以在浏览器中输入：http://192.168.0.1/来查询连接到路由器的树莓派和PC的IP地址方法二：将你的手机连接wifi，同时打开手机热点，让树莓派和PC连接你的手机热点，在手机的个人热点查看树莓派和PC的IP地址。二、树莓派安装VNC1.安装sudo apt-get i

一、配置arduino环境1.安装arduino IDE注意，这里千万不要用 sudo apt-get install arduino 进行命令行下载，因为这样安装的是版本很旧的IDE,后面运行的时候会报错。正确的安装方法，如下：到arduino官网或在arduino中文社区下载比较新的arduino IDE安装包arduino官网：https://www.arduino.cc/en/softwa

一、打开盘符中的config文件二、对第五行进行修改修改前：将 #hdmi_safe=1 修改为：#hdmi_safe=1 overscan_left=-30 overscan_right=-30 overscan_top=-30 overscan_bottom=-30 hdmi_group=2 hdmi_mode=4 hdmi_drive=2 config_hdmi_boost=4即：将sd卡装

一、安装相应的python包sudo apt-get install python-serial二、在电脑端给arduino输入以下代码：void setup(){Serial.begin(9600); // 9600 bps}void loop(){if ( Serial.available()){if('s' == Serial.read())Serial.println("Hello Ras

1、在命令行窗口内输入sudo nano /etc/apt/sources.list并回车，进入编辑器。2、接着编辑这个文件,把原来的内容注释掉（最前面加 # 号）,亦或者全部删除掉，在文件最顶部添加下面的内容：deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main non-free contribdeb-src

初次安装过程中不要连WIFI！！！不要接网线！！！我重装了不下15次所得来的惨痛教训！！！

PPLiteSeg是百度飞浆研发的一种兼具高精度和低延时的实时语义分割算法，目前已经开源。实时语义分割领域更讲究运行流程性和分割准确度之间的平衡。PP-LiteSeg 是一个同时兼顾精度与速度的 SOTA（业界最佳）语义分割模型。它基于 Cityscapes 数据集，在 1080ti 上精度为 mIoU 72.0 时，速度高达273.6 FPS（mIoU 77.5 时，FPS 为102.6），超越

一、Kaggle介绍Kaggle是在AI行业领域内，一个国内外都比较出名的网站，国内的阿里天池就是对标这个网站。上面有着丰富的数据集，包括计算机视觉CV领域的（包括：图像识别、目标检测、语义分割等）数据集，也有像波士顿房价预测这样的数据集，还有语音识别方面的数据集等等，上面不定时会举办一些比赛，任何注册成员都可以参加，Kaggle不但免费提供数据集，每周还有一定的免费GPU和TPU使用额度（GPU

一、初始环境配置1.ubuntu20.04配置显卡驱动以我的这篇文章为例子，显卡RTX2060及以下的都可以使用我的方法快速完成配置，RTX2060以上的我尚未进行尝试，请自行斟酌尝试。联想拯救者R7000P2020版ubuntu20.04快速配置显卡驱动（RTX2060）_Leonard2021的博客-CSDN博客2.在ubuntu20.04上安装anaconda3这里我不详细说，在网上有众多教