镜像

Ubuntu20.04 #!/bin/bash # 备份原有的软件源列表文件 sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup.$(date +%Y%m%d%H%M%S) # 写入阿里云的 Ubuntu 20.04

目标检测_1

Keywords :Ubuntu,VOC,Object_detection 1，环境搭建 使用anaconda3， 先安装 换源，若不然会非常慢 方式参考 https://www.cnblogs.com/Dean0731/p/11560371.html export PATH="/usr/lo

门电路，与或非

半加法器：异或门+与门 一位数的加减：0 +0 ，1+1，0+1

内核线程与用户线程

目标检测_0

目标检测 rcnn：根据颜色等特征，将图像分为许多小区域（一般情况下颜色相同的都是一类物体） 合并区域，然后进行区域内的物体检测 即到卷积中进行预测（每个框一个卷积网络） 缺点：找到的框太多 fast-rcnn:整张图片卷积得到特征图 图片映射到特征图， faster-rcnn:RPN 层，根据标注

目标检测算法历史

你可以需要了解的Linux 性能工具

介绍一些常用的Linux性能工具，这些工具可以帮助系统管理员和开发人员监控、分析和优化系统性能。 文中梳理常见的性能工具，从 CPU、内存、文件系统和磁盘 I/O、网络以及基准测试等不同的角度，汇总了各类性能指标所对应的性能工具速查表 Brendan Gregg 整理的性能工具谱图 CPU 性能工具

内网服务器为IP地址配置HTTPS证书操作指南

1. 目标与背景 目标：使内网服务器 https://192.168.31.201能够被浏览器信任，不再报 NET::ERR_CERT_COMMON_NAME_INVALID或 ERR_SSL_KEY_USAGE_INCOMPATIBLE错误。 原因：公网SSL证书通常只绑定域名，当用户在内网直接通

判断gpu是否可用

# 查看Keras 是否可使用gpu from keras import backend as K gpu =K.tensorflow_backend._get_available_gpus() print(gpu) 　 # 查看tensorflow是否可使用gpu import tensorflo

排序算法

名称 最好 平均 最坏 空间 稳定性 类别 冒泡排序 O(n) O(n^2) O(n^2) O(1) 是 交换排序 选择排序