目标检测笔记——基于win10实现用darknet-yolov4结合opencv用C++实现实时检测

opencv（3）-图像基本操作-算法运算、性能衡量、技术提升

在深度学习中将自己的数据集划分成训练集验证集和测试集python脚本并转成YOLO格式的txt文件

AutoDL算力租用，Mobaxterm+Pycharm+VScode通过SSH连接远程服务器AutoDL

ubuntu安装cuda-10.2以及对应版本的cudnn

OpenCV中blobFromImage函数详细解释

PyTorch、CUDA Toolkit 及显卡驱动版本对应关系

PyTorch、CUDA Toolkit 及显卡驱动版本对应关系

bug描述：在docker中，已经建好环境，并成功安装成requirements依赖包，运行yolov5中的python train.py就出现以下bug，导入错误：libgl.so.1：无法打开共享对象文件：没有这样的文件或目录如果您的应用程序依赖于cv2或opencv-python如果您尝试使用诸如 python:3.9-slim、python:buster 等图像构建 docker 容器，并

PyTorch、CUDA Toolkit 及显卡驱动版本对应关系