香橙派、树莓派等开发板中，一般都预留了串口用于调试
本文介绍通过CP2102串口线连接的方式
1 硬件连接
我的CP2102串口线是一端USB，另一端4个杜邦线，分别是：
- 红：VCC
- 白：RX
- 绿：TX
- 黑：GND
而香橙派上的串口依次是：GND、RX、TX
接线方法（杜邦线 <-> 板上端子）是：
- 黑 <-> GND
- 白 <-> TX
- 绿 <-> RX
注意上面VCC不[......]
Linux下cp2102串口线连接香橙派
Leave a reply
YoloV5-Lite目标检测之“微调 + 模型转换”
在YoloV5-Lite目标检测之“安装推理”中，我们完成了安装和预训练权重的推理，下面介绍自定义训练数据、模型转换(ncnn)
1 训练数据准备
.
├── train
│ ├── 000000000049.jpg
│ ├── 000000000049.txt
......
│ ├── 000000581880.txt
│ ├── 000000581900.jpg
│ └── 000000581900.txt
└── val
├── 00000[......]
YoloV5-Lite目标检测之“安装推理”
coco2017数据集标注转化为yolo的标注格式
我的需求是只保留人（和没有人的副样本），抽样，其他忽略
import json
import os
import shutil
import random
def coco_to_yolo_bbox(image_width, image_height, bbox):
"""
Convert bbox from COCO format to YOLO format.
COCO format: [top_left_x, top_left_y, width,[......]
NanoDet目标检测之"微调训练"
在 《NanoDet目标检测之"搭建预测篇"》 中，我们搭建了NanoDet的环境，并用默认权重做了简单的预测，本节我们继续用自己的数据做微调。
1 准备数据
NanoDet支持yolo或者coco格式的标注，自行准备即可，我这里以yolo为例，目录结构如下：
TODO
xxx
2 配置
我们需要融合下两个配置文件，复制：
cp nanodet-plus-m_320.yml nanodet-plus-m_320_face.yml
修改1，保存位置：
save_dir: wo[......]