深度学习
未读
YOLO使用初步训练模型标注剩余数据集
修改YOLO配置文件 默认情况下，进行predict任务是不会保存txt结果的，需要手动在设置里面打开。 yolo cfg # 找到 default.yaml 的位置
nano /opt/miniconda/lib/python3.10/site-packages/ultralytics/cfg/
边缘计算
未读
NVIDIA Jetson Xavier NX 将PyTorch(.pt)模型转为TensorRT加速推理
使用PyTorch导出ONNX再使用trtexec转换为engine 这种方式导出的兼容性最好，可以用于Triton服务器部署，也可以用Python代码直接使用模型推理。 准备PyTorch模型 对YOLOv8进行训练之后，在train/run**/weights文件夹内会有last.pt和best
边缘计算
未读
YOLOv8转换PyTorch模型为TensorRT(.engine)运行Numpy报错的解决办法
起因：根据官方教程将PyTorch模型转换为了.engine的TensorRT格式以期提高加载和推理速度，在Windows10/RTX4060上没有任何问题，推理所需时间从20ms/frame降低到了8ms/frame，提升显著。 然而在Jetson Xavier NX上转换后，虽然转换过程没有报任
边缘计算
未读
NVIDIA Jetson Xavier NX 部署 Triton-Inference-Server
参考：https://blog.csdn.net/zachary_hao/article/details/132149492 查看当前的JetPack版本 jtop 使用jtop查看系统信息，按数字键7切换到INFO：
Python
未读
Conda删除环境失败解决办法
参考来源： https://www.cnblogs.com/BambooEatPanda/p/10510295.html https://blog.csdn.net/qq_40965033/article/details/101385853 由于第一次创建虚拟环境取名比较随意，后面想改名字，因此根据
NVIDIA Jetson Xavier NX 部署 pytorch环境(YOLOv8/v5)
部分参考：https://blog.csdn.net/weixin_50060664/article/details/121960835 虽然新款Xavier开发板已经发布且Xaiver NX的JetPack已经基本不再更新（停留在5.x），但我装的版本JetPack5.1.3(Ubuntu20.0