原创 使用YOLOV3-tiny訓練行人檢測器並移植到樹莓派4B上實現

說明 1.這篇文章是在我上篇文章的基礎上繼續往下做,上篇博客,上篇博客在樹莓派4B上實現了目標檢測,這篇文章將實現在筆記本上行人檢測權重,再放到樹莓派裏面。 2.我的筆記本配置系統Ubuntu16.04+cuda8.0+cudnn

原创 樹莓派4B踩坑安裝系統並設置ssh遠程登錄配置WiFi

1. 樹莓派4B 樹莓派4b是最新版,雖然之前玩過3b+版本,但是在用4的時候,還是遇到一些問題,搜了一下,關於4的安裝教程很少,自己摸索,走了不少彎路,寫篇博客做個記錄。 上一張4圖,最大的特色usb3.0接口 2.安裝系統 安

原创 python實現k-means算法使用Iris數據集

最近正在學習python,嘗試用python做一些經典的算法,本文是用python實現k-means算法,沒有用現成的庫,只是簡單的用代碼實現算法,在Iris數據集上進行聚類(3類),根據結果來看,聚類效果還是不錯的。 Iris數

原创 樹莓派4B安裝opencv和opencv_contrib方法及問題解決非源碼編譯

需要在樹莓派使用opencv,先說一下我安裝的環境,樹莓派4b,python3,裝的是非編譯版本的。 樹莓派使用先更換國內源,可以搜一下其他教程 首先先更新源: sudo apt-get update 然後升級pip至最新等級

原创 在樹莓派4使用YOLO v3 Tiny進行實時對象檢測

首先嚐試使用yolo官網yolo給的教程,在樹莓派上測試,但是在運行時出現段錯誤,嘗試很多方法無法解決。在國外的網站找到darknet-nnpack這個東西,可以完美的在樹莓派上運行。 參考的文章 darknet-nnpack

原创 python實現k近鄰(knn)算法在minst數據集上驗證

這篇博客是用python實現k近鄰算法,沒有調用已有的knn庫中的函數,根據僞代碼實現算法的每個部分,初學python,可能代碼部分寫的不夠規範。但是最終在數據集上測試效果還是不錯的,準確率可以達到98.5%以上。 1.k近鄰(knn

原创 python實現k-means算法

最近正在學習python,嘗試用python做一些經典的算法,本文是用python實現k-means算法,沒有用現成的庫,只是簡單的用代碼實現算法,在Iris數據集上進行聚類(3類),根據結果來看,聚類效果還是不錯的。 Iris數據集