meng56421-CSDN博客

原创模板匹配学习记录

python可以直接使用 opencv 的 cv2.matchTemplate(img_target，img_temp，model) 函数来进行模板匹配，其中img_temp是模板图像，img_target是寻找模板图像的大图像，model是匹配的方法。一般的匹配过程是遍历大图像的像素点（x，y），并计算以（x，y）为顶点，宽高与模板图像相同的局部图像与模板图像的相似度，找出与模板图像最像的区域。第一张猫猫头的图像作为模板图像，在第二张图像中进行模板匹配，找到和模板图像最像的位置。

2025-05-13 09:37:02 384

原创记录一下线性回归的学习

线性回归（Linear regression）用来建模和分析变量之间线性关系，适用于预测连续性目标变量。它通过拟合成一条线来描述自变量和因变量之间的线性关系。自变量可以有多个，只有一个自变量的时候，成为单变量回归，自变量多于一个时，成为多元回归。通用的公式为：其中 y 表示因变量，x 表示自变量，下标 n 是表示有几个因变量。表示回归系数，表示拟合出来的线的截距。

2025-04-23 19:32:58 275

原创本地部署deepseek记录

记录一下自己学习本地部署deepseek的过程。使用ollama来将deepseek部署到本地。我的环境：操作系统：win11显卡：RTX3060。

2025-02-10 11:08:17 565

原创 githu报错：ssh: connect to host github.com port 22: Connection timed out

直接找到.ssh文件，在c盘里面。解决方式更改端口号。保存之后，就可以了。

2025-01-02 15:12:07 528 1

原创记录一下图像处理的基础知识

记录一下自己学习的图像处理的基础知识。

2024-12-30 16:14:02 1128

原创 yolov5的detect过程

【代码】yolov5的detect过程。

2024-12-02 15:14:42 376

原创 git学习记录

仅记录自己学习使用git的过程。系统：windows11。

2024-11-27 14:57:18 1033

原创增量学习记录

最近看了点增量学习相关的内容，简单的记录一下（以下的内容都是基于深度学习的）。（注：文中的图均是论文中的截图）参考的综述文章：[1]孙文举, et al."基于深度神经网络的增量学习研究综述."数据分析与知识发现 1-39.

2024-11-14 14:49:22 992

原创 win11使用anaconda安装apex

一开始我先是按照网上的方法安装的最新版本的apex，但是安装之后不能用，因为版本问题，所以之后又重新换了一个apex的版本重新安装，下面记录一下我整个的安装过程（注意：第一次安装是错误的，版本不匹配）。我这里是想先卸载一下，但是卸载的时候说环境里面没有apex，我从anaconda的环境文件夹里面也找了一遍，确实没有，所以就直接重新安装了一遍。我查了一下，我的packaging是使用pip安装的，不知道为什么用不了，我是用conda install packaging重新安装了一遍，就可以了。

2024-11-12 09:51:25 855

原创 OpenCV学习记录

cv2.IMREAD_GRAYSCALE:灰度图像。cv2.IMREAD_COLOR:彩色图像。

2024-11-08 09:24:14 295

原创元学习-学习笔记

这里ω指的是算法的相关参数，θ指的是当前算法的模型参数。主要的步骤是：首先给定一个算法ω，然后使用train-support的数据训练出模型参数θ，拿着这个模型参数θ在train-query数据上做评估，此时经过内层的训练，对于此时的ω肯定是模型θ最优的状态，如果此时在train-query上的评估结果不好，说明此时的ω算法不合适，就需要对ω进行更新。我们传统的机器学习，是手工设计一个模型，然后将训练数据投进模型中进行训练，得到一个最优的模型参数，再将测试的数据放进这个最优的模型参数中，得出预测的结果。

2024-10-23 15:48:54 1318

原创香橙派模型转换以及部署二

由于想更新RKNN-Tookl2的版本，重新做一下记录。现在记录一下RKNN-Tookl2 v2.0.0beta0版本，使用起来更方便，且可使用的功能更多一些，大概的流程和1.5.2差不多，细节上有一些区别。

2024-09-12 10:53:52 1256

原创香橙派转换模型以及在开发板上部署

新手小白记录一下自己使用香橙派模型转换以及在开发板上运行的过程，防止后面忘记。使用的开发板：Orange Pi 5 Plus（rk3588）官方的一些资料在（主要参考用户手册）：虚拟机：ubuntu20.04前提：1、在自己笔记本上已经安装好虚拟机 (ubuntu20.04)2、开发板已经烧录好镜像（可以正常开机使用）

2024-09-06 11:28:16 1786

原创 vs2019使用setup打包exe学习记录

开头注意：在打包之前一定要确保自己的工程是正常运行的，以及相关环境变量的配置是正确的，我后面就因为QT的环境变量问题报错。仅记录一下自己的学习过程，如果有问题，请多指正！

2024-08-16 11:06:10 2321

原创 yolov6实战：记录yolov6训练自己的数据集

我下载的版本是 YOLOv6-0.4.0。

2024-07-30 15:16:23 926

原创 anomalib实战学习记录：安装及训练官方数据

源码下载地址：我下载的版本是：anomalib-1.1.0操作系统是：win11代码的结构为：新版本的anomalib没有单独的train.py文件了，后面需要自己新建train.py文件，或者用命令行进行训练。

2024-07-17 11:17:09 7719 48

原创 GhostNet学习记录：

简单的记录一下对ghostnet的学习。1、要解决的问题：作者提出，在一个训练好的神经网络中，会存在很多的冗余特征，如下图（图出自论文），而这些冗余的特征可以通过一些廉价的操作从别的特征图变换中得到。因此作者的想法是，通过卷积得到一部分的特征，然后通过一些廉价的操作从这些特征图中得到冗余的特征。2、ghost卷积：卷积过程：（1）先通过卷积生成一部分的特征图。（2）对每个通道通过廉价的线性变换（其实就是对每个通道进行一次卷积，等价于深度卷积）。

2024-07-09 14:58:41 715 4

原创关于 model.load_state_dict 加载部分预训练参数

比如说，我们没有增删shufflenet的任何部分，只是修改了最后分类器的类别数，那么在对比的过程中，classifier是存在的，classifier部分的预训练参数（类别为1000）就会被加载，依然会报错size mismatch，因为我们将最后的类别数修改为7，和1000不匹配。之前一直使用迁移训练，现记录一下关于model.load_state_dict加载部分预训练参数的学习。我从网上看了很多使用下面的方法，对比自定义模型与预训练模型的键，剔除不同的部分，然后重新加载。

2024-07-08 11:19:43 452

原创 python对文件的基础操作

记录一下python对文件的基础操作。

2024-05-21 16:24:16 208 1

原创 Error loading “D:\Anaconda\envs\pytorch1.8\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll“

OSError: [WinError 126] 找不到指定的模块。我的情况是之前可以用，突然就不能用了，然后回忆了一下在这个期间我为了在VS上调试环境，把cuda里面的一个dll文件的名字后缀改了，即将cublasLt64_11.dll，cublas64_11.dll改成了cublasLt64_10.dll，cublas64_10.dll，我把这两个文件的名字改回去之后就可以正常使用了。经过网上的查询，报错的原因有很多，这里仅记录一下自己的原因，以供参考。

2024-05-11 08:57:16 1472 1

原创 docker的命令学习记录

docker run [container ID]/[container name] : 创建并启动一个新容器docker start/stop [container name] ：启动或停止一个已经存在的容器docker restart [container name] : 重启容器docker rm [container name] ：删除一个或多个容器。

2024-03-18 17:01:51 377

原创 Mlir环境配置以及yolov5模型转换

新手小白记录一下使用算能SE5盒子，在x86主机上配置环境的过程。官方文档为：1. TPU-MLIR简介 — TPU-MLIR 1.6.215 文档 (sophgo.com)

2024-03-16 11:06:28 1580 2

原创 Windows环境下编译onnxruntime学习记录

error MSB4019: 找不到导入的项目“C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 11.1.props”注：需要把cuda、cudnn和TensorRT的路径换成自己的。2、从cmd进入上面新建的文件夹 D:\onnxruntime。我的是在：D:\onnxruntime。再重新编译一遍就好了。

2024-01-11 11:38:53 1724 1

原创关于pyinstaller打包的相关知识记录

（1）打包之后的exe在运行时报错缺少torch，我这里的原因是pyinstaller安装的位置和我的torch不在一起，我是重新新建了一个虚拟环境，用的之前的pyinstaller，在当前环境下再重新安装一下pyinstaller就好了。注：我使用pyinstaller -F xxxx.spec报错。重新生成的exe就没有问题了。

2023-12-26 14:01:25 1228 3

原创使用MobileOne完成图像分类任务

在我自己的图像上的训练结果并不是太好，我使用letterbox做填充的mobilenetv2最后在测试集上的分类精度是99.43%，用s1的分类精度是99.38%，当然对于不用的数据集肯定适用度也不同。最后测试推理速度时发现，推理的速度确实和mobileNetv2的速度也相差无几，和论文里的情况相符。t=N7T8。

2023-12-01 10:12:08 1337 3

原创 CNN分类模型样本不平衡问题

样本不平衡问题指的是某一类的样本数量与其他类别差距特别大，比如有某一类样本数量特别少，或者是某一类的样本数量特别多，这种情况很影响训练阶段的收敛性以及模型在测试集上的泛化性。我遇到的问题是，有一类的样本数量特别少，才几十张图像，与其他类别差距很大，以至于训练好的模型在测试的时候，对这一类别识别的正确率很低。（1）过采样：对数量少的那一个类别的样本进行过采样，即对少样本进行重复采样，以达到平衡不同类别样本的目的。即对样本数量多的类随即删除样本以达到样本数量的平衡，但是针对我的情况，就很不适用。

2023-11-27 10:28:53 600

原创 cuda版本的opencv安装学习参考

安装教程：Cmake报错解决：1、安装过程中下载超时： 2、报错：CMake Warning at cmake/OpenCVGenSetupVars.cmake:54 (message):directory。

2023-11-27 09:02:44 530

原创记录ubuntu20.04安装显卡驱动时遇到的问题

1、是了进入tty2，按住按键alt+f2键可进入，但是有的时候按着没反映，我就直接强制关机重启的，进入tty2界面之后，进行显卡的卸载，之后重启可以进入界面化，但是有个问题就是，进入界面化之后，还得重新安装显卡，这里我尝试重新安装显卡，或者是换个版本安装，但是结果都是重启的时候黑屏。然后它就好了，就很莫名其妙，没搞明白。就记录一下，以防之后还出现这种情况。2、修改grub文件（这个方法需要recovery模型先进入界面化）

2023-11-20 09:38:48 549 1

原创 c++对图像的预处理：

最后得到的float型直接送入到mobilenet模型里面进行推理。

2023-11-09 14:21:16 181 1

原创 WSL+CUDA11.1

用于记录自己的学习过程：参考文章：【精选】通过WSL2搭建Pytorch1.10+CUDA11.4+NVIDIA Driver深度学习框架_pytorch 11.4-CSDN博客WSL2 安装 CUDA（Win11）_wsl2安装cudnn-CSDN博客CUDA官网：CUDA Toolkit Archive | NVIDIA Developer 选择11.1.0，然后逐步按照下面的顺序选择版本：根据上面给出的安装命令，逐行进行安装。安装完成之后，测试 nvcc -V显示版本信息：此时报错的话，不

2023-11-09 13:53:36 120 1

原创 LNK2019 无法解析的外部符号 “public: void __cdecl cv::Mat::copyTo(class cv::debug_build_guard::_OutputArray co

copyTo@Mat@cv@@QEBAXAEBV_OutputArray@debug_build_guard@2@@Z)，函数 "void __cdecl preprocess_img(class cv::Mat &,int,int,float * const)" (?preprocess_img@@YAXAEAVMat@cv@@HHQEAM@Z) 中引用了该符号 resize D:\visual studio\Project\resize\resize\letterbox.obj 1。

2023-10-21 10:17:53 1024 1

原创 Windows11系统在进行深度模型训练时，报错RuntimeError: CUDA out of memory.

小白记录学习：在windows11系统下训练深度模型的时候，遇到RuntimeError: CUDA out of memory.的情况，可通过设置虚拟的方式解决（当然不是唯一的方法且也不是总有效，原理不太懂，仅记录一下设置的方法以防后面忘记）5、如果初始设定是自动管理的话，需要把哪个勾去掉，然后点击到D盘，再点击自定义大小，需改初始大小和最大值，这个可以随意设置，修改好了之后点击设置，最后确定，返回的每一层都需要点击确定即可。1、首先打开我的电脑的属性，找到高级系统设置。4、找到虚拟内存，点击更改。

2023-10-20 11:06:25 1241 2

liyun52的博客