错误代码
1 | cv2.error: OpenCV(3.4.3) C:\projects\opencv-python\opencv_contrib\modules\xfeatures2d\src\sift.cpp:1207: error: (-213:The function/feature is not implemented) This algorithm is patented and is excluded in this configuration; Set OPENCV_ENABLE_NONFREE CMake option and rebuild the library in function 'cv::xfeatures2d::SIFT::create' |
貌似是该算法被申请了专利还是咋的，将opencv版本退到3.4.2即可解决
1 | pip install opencv-python==3.4.2.16 |
相关连接
从2.0版开始，Spark默认使用Scala 2.11构建。Scala 2.10用户应该下载Spark源包并使用Scala 2.10支持构建。
关于JDK的安装教程，可以点击这里查看。
请注意hadoop不能识别空格，如果你安装在C:\Program Files\Java\jdk1.8.0_191这里，你需要将环境变量修改成C:\Progra~1\Java\jdk1.8.0_191
首先点击这里，进入Hadoop官网下载页面。
在windows下，我们需要hadoop.dll和winutils.exe，hadoop.dll防止报nativeio异常、winutils.exe没有的话报空指针异常
可以点击这里进行下载
这套流程主要是为了记录我在学习以及模型训练的过程，以及其中遇见的相关问题
因为GPU并不是NVIDIA，所以不支持CUDA加速，目前只能使用CPU进行Tensorflow学习，在10月20日，Python版本升级到了3.7，然而到现在(11月28日)，Tensorflow还只支持3.6，故Python版本我们选择了3.6.7，也就是Python 3.6的最后一个版本
1.安装Python
2.编译并安装Tensorflow以及相关依赖
3.安装Tensorflow Model
4.使用labelImg进行图片标注
5.修改Model代码，生成trainval.txt，将图片及标注文件转换成TFRecord
6.下载一套COCO数据集，并更改pipeline.config
7.进行40000次的模型训练，生成ckpt文件
8.将ckpt转换成GRAPH的pb冻结图
9.使用pb冻结图进行物品图片预测
conda和virtualenv一样，可用于Python项目做多版本环境创建与切换的，也就是在同一个环境中，可以存在几个不同python版本或者不同requirement的虚拟环境，在安装依赖更新包都十分方便，anaconda太大了，我也不需要那么多的包，所以我这里使用的是Miniconda
首先我们需要下载Miniconda，可以点击这里，进入Miniconda的官网
之前一直用hexo deploy更新博客，然后用git将hexo的源文件托管到另一个分支或者仓库，虽然这样可以让你能够备份下来hexo的源文件，但是这样实在太麻烦了，需要运行两次命令，还要切换分支什么的，十分麻烦。
后来在网上找到了一个十分简单得方法，就是持续集成
每次原文件仓库或者分支更新文件后，Travis会把文件从Github上拉取下来，编译成静态文件后，然后直接Push到master的分支或者仓库，完成整个网页的更新。
首先登陆Travis的官网https://www.travis-ci.org/，选择右上角的Sign in with GitHub登陆。
安装 Hexo 相当简单。然而在安装前，您必须检查电脑中是否已安装下列应用程序：
如果您的电脑中已安装 Node.js , Git 的话，那么接下来就要用npm来安装Hexo了
在自己的GitHub账号下创建一个新的仓库，命名为username.github.io（username是你的账号名)。
在这里，要知道，GitHub Pages有两种类型：User/Organization Pages 和 Project Pages，而我所使用的是User Pages。
简单来说，User Pages 与 Project Pages的区别是：
User Pages 是用来展示用户的，而 Project Pages 是用来展示项目的。
用于存放 User Pages 的仓库必须使用username.github.io的命名规则，而 Project Pages 则没有特殊的要求。
User Pages 将使用仓库的 master 分支，而 Project Pages 将使用 gh-pages 分支。
User Pages 通过 http(s)://username.github.io 进行访问，而 Projects Pages通过 http(s)://username.github.io/projectname 进行访问。