摘要: 最近在新的设备上做模型的demo,模型训练好之后,我习惯的拉取了我基于pyqt5和onnxruntime的demo演示代码,我按照我的cuda和cudnn环境,安装了1.19的onnxruntime-gpu,但是运行的时候发生了这个错误: Could not load symbol cudnnGet 阅读全文
posted @ 2025-06-09 17:32 萧霍之 阅读(187) 评论(0) 推荐(1)
摘要: TensorRT是英伟达推出的部署框架,我的工作经常需要封装我的AI算法和模型给到桌面软件使用,那么tensorRT对我来说就是不二之选。TensorRT和cuda深度绑定,在c++版本的推理教程中需要使用cuda进行数据的显存绑定,由于10之前的写法比较固定,我自己基于tensorRT和cuda写 阅读全文
posted @ 2025-05-16 10:44 萧霍之 阅读(1504) 评论(2) 推荐(0)
摘要: 深度学习神经网络中,卷积层和池化层是很经典且有效的操作,尤其在视觉领域,到现在为止也是很多SOTA模型中无法去除的模块,很多经典的模块,比如残差、dense、CSP、SE等等都是在这两个基础算子上展开的,可以说对于深度学习而已,卷积和池化就像0和1一样重要。在这里笔者分享一下自己对这两个算子的学习和 阅读全文
posted @ 2025-05-15 14:49 萧霍之 阅读(450) 评论(0) 推荐(1)
摘要: 这段时间细细读了Yolov12的论文,被里面backbone部分吸引了,从这里展开看了很多这几年大家在backbone上的研究,觉得很有意思,在这里跟大家分享一下自己的心得。 之前学习深度学习的时候,最早就是从图像分类入手的,当时比较流行的模型架构就是很简单的几层卷积,包括后面的VGG系列,当时还没 阅读全文
posted @ 2025-05-13 14:42 萧霍之 阅读(433) 评论(2) 推荐(3)
摘要: 我在日常工作中经常使用PyQt和onnxruntime来快速生产demo软件,用于展示和测试,这里,我将以Yolov12为例,展示一下我的方案。 首先我们需要使用Yolov12训练一个模型,并export出Onnx文件,这个部分网络上有很多内容,可以使用ultralytics框架做这个事情,我在这里 阅读全文
posted @ 2025-05-12 17:17 萧霍之 阅读(290) 评论(0) 推荐(0)
摘要: Opencv与Pillow图片操作差异对深度学习的影响 图像预处理两种框架对比 阅读全文
posted @ 2023-05-05 13:11 萧霍之 阅读(140) 评论(1) 推荐(0)