2021年以后的新款机器，预装win10可以进，但使用最新版PE（包含大白菜、老毛桃等）和系统安装盘都无法识别到硬盘，这就无法安装系统了，其实这是厂商在制造电脑时就已经用独有的工作模式来保护原厂系统以防误操作导致系统被损坏。那么我们要重新安装系统怎么办呢，只需要更改硬盘工作模式即可，既然知道硬盘工作模式问题，不管用什么方法修改成功即可。接下来上图文教程给一些新手参考一下：不同品牌甚至不同型号，bi
转载
2023-07-10 15:56:04
2028阅读
终于将UbuntuKylin 13.04安装到了SSD上，过程很艰苦啊！
建议通过USB Live的方式进行安装，速度很快，实测128G SSD + 8G 内存，在联网下载的情况下，大约8分钟安装完毕。
第一步：关闭ext4的日
原创
2013-04-23 09:41:14
1861阅读
1、固态硬盘掉盘原因，一般有几个原因，比如异常断电导致、SATA接口松动、链接电源管理、固件bug，发生掉盘较多的是异常断电导致FTL损毁而掉盘，或者是固件bug，如果是固件bug，去更新一下厂商的固件一般就可以解决。2、其次，异常断电会导致固态硬盘的FTL损毁，这种情况一般就需要进行安全擦除了，不过在进行之前，需要先用软件扫描一下，以确认，一般用的工具网上都能下载到，确认过后，再进行Secure
转载
2023-06-19 16:18:32
172阅读
首先，安装系统之前我是参考下边这位大佬的博客，来安装系统的大佬博客 电脑有两块硬盘，一个是固态另一个是机械的，由于添加固态之后，原来的机械硬盘的系统我没有删除，所以其实在安装ubutun之前我的电脑上已经有了两个win10系统了。正是因为这个巧合，我在这一台电脑上装好了ubuntu，中途不能进入固态上的win10系统和新装的ubuntu，多亏机械硬盘还在，所以选择从机械硬盘启动，可以实现进入win
转载
2024-03-05 17:12:10
115阅读
Ubuntu20.04 不能访问磁盘？ 挂载/添加磁盘1. 判断是否挂载磁盘2. 格式化磁盘3. 挂载磁盘4. 设置磁盘权限5. 修改 fstab 文件5. 重启系统一般设备刚拿回来的是不会全部挂载的，也就是说，一部分硬盘（机械硬盘）是需要我们自己挂载的，不然我们是无法访问该盘，也就无法用它存东西。1. 判断是否挂载磁盘输入命令：lsblk 后面没有文件名的就是没有挂载成功的 或者我们系统搜
转载
2024-03-13 20:49:15
1991阅读
# Linux中BIOS检测不到SSD怎么办？
在使用Linux系统的过程中，用户可能会遇到一个问题：在BIOS中无法检测到SSD。这种情况不仅会导致系统无法启动，还可能无法访问存储在SSD上的数据。本文将介绍一些常见的原因和解决办法，帮助用户快速恢复SSD的正常检测。
## 一、可能的原因
1. **连接问题**：SSD可能未正确连接到主板或供电不足。
2. **BIOS设置**：BIOS
目录读取数据集损失函数和评价函数网络模型图预测 %matplotlib inline
import torch
import torchvision
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l
#对每个锚框进行类别预测
def cls_predictor(num_i
转载
2023-06-19 16:20:26
326阅读
One Stage和Two Stage。 之前已经介绍了R-CNN、Fast-RCNN以及Faster-RCNN三种目标检测网络的算法流程和理论，这三种网络都属于Two Stage，Two Stage字面意思就是需要两步完成检测，这种目标检测网络有个比较明显的缺陷是检测速度较慢。为了加快检测速度，出现了另外一种One Stage的目标检测网络，常见地例如SSD、Yolo算法。
一。静态文件配置 在配置静态文件时，需要创建一个文件夹在Django项目文件夹下，名字与使用无关。 静态文件包括html等使用的不会变动的插件文件等。分为三个部分： css文件夹 当前网站所有的样式文件 js文件 当前网站所有的js文件 img文件 当前网站所有的图片文件 其他（前端框架代码）。 1.在静态文件的调用时，不能直接在html文件夹中使用相对路
SSD介绍SSD(Single Shot Multibox Detector)是一种单阶多层的目标检测模型，因为SSD只进行了一次框的预测与损失计算，因此属于One-Stage范畴里的一种主流框架，目前仍被广泛应用。SSD从多个角度对目标检测做出了创新，结合了Faster-RCNN和YOLO各自的优点，使得目标检测的速度相比Faster-RCNN有了很大的提升，同时检测精度也与Faster-RCN
转载
2023-08-17 09:53:48
150阅读
一、 引言目标检测近年来已经取得了很重要的进展，主流的目标算法主要分为两种类型：two-stage方法，如R-CNN系算法，其主要思路是先通过启发式方法（selective search）或者CNN网络（RPN)产生一系列稀疏的候选框，然后对这些候选框进行分类与回归，two-stage方法的优势是准确度高；one-stage方法，如Yolo和SSD，其主要思路是均匀地在图片的不同位置进行密集抽样，
转载
2024-03-08 23:48:57
108阅读
电脑重启后发现电脑检测不出固态硬盘，这种情况大家不要慌张，下面就由学习啦小编跟大家分享电脑重启后读不到固态硬盘该怎么办，欢迎大家来阅读学习。电脑重启后读不到固态硬盘怎么办方法一1、首先进入BIOS后，选择“IDE HDD Auto Detection”项目，看是否可以检测到硬盘的存在，并核对型号是否一致，如果正常排除硬件问题，如果还不能找到硬盘，那么就是您的硬盘损坏或连接不正确。2、如果在bios
转载
2023-07-04 13:36:45
1086阅读
b.com/weiliu89/caffe/tree/ssdSSD paper : https://arxiv.org/abs/1512.02325SSD eccv2016 slide pdf : http://do...
转载
2022-10-05 22:52:02
468阅读
SSD是YOLO之后又一个引人注目的目标检测结构，它沿用了YOLO中直接回归 bbox和分类概率的方法，同时又参考了Faster R-CNN，大量使用anchor来提升识别准确度。通过把这两种结构相结合，SSD保持了很高的识别速度，还能把mAP提升到较高的水平。一、基本结构与原理原作者给了两种SSD结构，SSD 300和SSD 512，用于不同输入尺寸的图像识别。本文中以SSD 300为例，图1上
转载
2023-10-08 10:10:26
18阅读
前言： SSD是经典的一阶目标检测网络框架，特点是速度快，网络简洁。主要思想：（1）数据增强，包括光学变换和几何变换（2）网络骨架，SSD在VGG基础上延伸了4个卷积模块（生成不同尺度的特征图）（3）PriorBox与多层特征图：在不同尺度设置预选框，分别检测不同大小物体（4）正、 负样本的选取与损失计算
转载
2023-10-27 15:00:15
97阅读
一、背景当前深度学习通用目标检测框架分为两大类： SSD的出现是在16年，YOLOv1之后，YOLOv2之前，既然都是one-stage的算法，SSD的出现必然和YOLOv1比试一番。YOLOv1和SSD的主要区别就是，YOLOv1只利用了末端特征图信息，SSD则利用了最后几层特征图综合起来的信息，所以，从理论上说，SSD比YOLOv1的准确度必定更高。二、SSD算法是什么首先说明卷积的
转载
2023-12-15 05:51:31
53阅读
一、目标检测之SSDSSD: Single Shot MultiBox Detector论文链接：https://arxiv.org/abs/1512.02325
论文代码：https://github.com/balancap/SSD-Tensorflow
二、SSD算法1、整体框架图1： 图2：算法步骤：1、输入一幅图片（300x300），将其输入到预训练好的分类网络中来获得不同大小的特征映射
转载
2024-04-21 12:21:18
106阅读
其实SSD的论文是在YOLOv2之前看的，但由于那时本人初识机器学习，还不了解基本概念，所以只是囫囵吞枣，没能理解得很透彻，于是今天重新拾起SSD，并编辑出一篇学习记录，希望对大家有所帮助。如果本文中某些表述或理解有误，欢迎各位大神批评指正。下面进入正题。论文原文中提到，作者提出的SSD算法比之前的YOLO算法更快、更精确，精确度可以媲美之前的Faster R-CNN。为了理解方便，本文将原论文中
转载
2024-08-09 15:55:48
33阅读
DSOD: Learning Deeply Supervised Object Detectors from Scratch
论文下载链接：
http://openaccess.thecvf.com/content_ICCV_2017/papers/Shen_DSOD_Learning_Deeply_ICCV_2017_paper.pdf
代码地址：
https://git
转载
2024-08-09 10:56:01
111阅读
自2014年RCNN论文发表之后，机器学习在目标检测领域得到了飞速发展，本系列文章将介绍一些目标检测发展的里程碑著作的代码实现。SSD1. 网络结构论文中给出的网络结构图如下： 在SSD前向传递网络结构中，步骤为：添加backbone网络，即Resnet50的前几层网络添加额外6层特征提取网络计算损失所得结果后处理def forward(self, image, targets=None):
转载
2024-01-02 12:20:27
117阅读
