毕业设计：嵌入式平台的目标检测-3
当前进展 上一个博客提到使用YOLOv4帧率较低，在windows10 GTX1650上帧率为15FPS，在Nvidia Xavier AGX上为5FPS，低的离谱，不过挺奇怪的，理论上应该AGX远超1650，当时我也没多想，可能是哪里出了问题…（不过我第一步任务是把代码跑通，接下来开始提速）
模型选择 后来比较了一下，YOLOv5的准确性和速度都高于v4，tiny版本另说，v5和刚出没多久的v8属于同一家公司ultralytics，而且最适合商用，因此选择yolov5替代v4。v6、v7、v8和v5相比没有很大的改善。
yolov5 Github地址：https://github. ...
Parser
Parser模块 官方文档
该模块是python自带的用于管理参数的模块，用法如下：
12345678910111213141516171819202122import argparse# 创建一个 ArgumentParser 对象parser = argparse.ArgumentParser() parser.add_argument('--vocab_file', default='europarl/txt/vocab.json', type=str)parser.add_argument('--MAX_LENGTH', ...
毕业设计：嵌入式平台的目标检测-2
目标检测综述 A survey of modern deep learning based object detection models
https://www.sciencedirect.com/science/article/pii/S1051200422001312
YOLO YOLO系列目标检测算法网上教程很多，当然也需要看原论文
目前进展 已完成在Nvidia Xavier AGX上搭建miniforge和pytorch的环境，成功运行YOLOv4源码。但帧率较低
Nvidia Jetson系列嵌入式开发套件信息参考 https://www.nvidia.cn/aut ...
毕业设计:嵌入式平台的目标检测-1
毕业设计设计内容 目标检测是计算机视觉领域的一项关键技术，是后续目标识别、目标理解等高阶任务的前序。随着深度神经网络研究的快速发展，目标检测已经能达到甚至超过人类的相应能力。然而，大规模神经网络的推理需要强大的算力支持，如果将其移植到低功耗，小体积，算力低的嵌入式平台上是实现目标检测应用于移动端的关键步骤。本课题重点研究YOLO系列目标检测模型在英伟达Xavier系列板卡上的实现。
技术要求
掌握linux操作系统、目标检测与深度学习的相关概念
研究YOLO系列目标检测模型，阅读源码
收集数据集，通过训练给出优化后的神经网络模型并部署至嵌入式平台上
成果形式 开题报告；毕设论文；神 ...
Linux 2 - linux科学上网
一.SOCKS5、SS、SSR、v2ray、Clash等是什么？ 简单总结，SOCKS5(SOCKS发展而来)和SS(shadow socket)是会话层协议，因此它们能代理 HTTP 请求，而 HTTP 不能代理 SOCKS5 的内容
SSR、v2rayN、v2rayA、v2rayNG、Clash等都是客户端，可选择不同协议
机场：服务器合集，v2ray
二.V2rayA在linux下安装使用教程 官网：https://v2raya.org/
1.安装v2ray内核
12curl -Ls https://mirrors.v2raya.org/go.sh | sudo bash ...
