使用YOLO5和ONNXRuntime实现塔工安全绳图像识别

摘要在公司最近开发的图像识别模块中，我们专注于识别塔工在上塔过程中是否正确扣好安全绳。经过研究和比较，我们选择了YOLO5作为核心算法，并采用ONNXRuntime在Java环境中进行模型的部署和预测。选择YOLO5YOLO5以其出色的性能和准确性在图像识别领域备受推崇。然而，YOLO5原生并不支持Java环境，这给我们的部署带来了挑战。解决方案：PT到ONNX的转换为了解决这一问题，我们探索了将YOLO5训练后的PyTorch权重文件(.pt)转换为ONNX格式的方法。这样，我们便能利用Java支持的ONNXRuntime进行模型的加载和预测。本地环境搭建我们推荐使用Anaconda来管理Python环境，确保依赖性和版本的一致性。以下是搭建本地环境的步骤：安装Anaconda。创建名为test的新的yolo测试环境：conda create --name test。激活yolo环境：conda activate test。转换流程在环境激活后，进入YOLO5的目录，并执行以下命令来输出ONNX模型：cd path/to/yolo python export.py --weights

📘 开发记录 · 2024-06-04 · 329 人浏览
使用YOLO5和ONNXRuntime实现塔工安全绳图像识别

在多JDK环境下配置Tomcat以使用特定JDK版本

摘要在服务器上运行多个使用不同JDK版本的项目时，正确配置Tomcat以确保每个项目都能使用其指定的JDK版本至关重要。问题背景Tomcat默认会使用环境变量JAVA_HOME和JRE_HOME指定的JDK和JRE环境。在多JDK环境中，若不进行适当配置，可能会导致项目无法正常运行。解决方案为了确保项目A和项目B能够分别使用JDK 1.8和JDK 17，我们需要对Tomcat的配置文件进行调整。项目A：使用JDK 1.8对于项目A，我们需要在Tomcat的bin目录下的setclasspath.bat文件中指定JDK 1.8的路径：set JAVA_HOME=C:\Program Files\Java\jdk1.8.0_181 set JRE_HOME=C:\Program Files\Java\jdk1.8.0_181\jre项目B：使用JDK 17对于项目B，由于JDK 17不包含独立的JRE目录，我们需要在setclasspath.bat文件中相应地调整配置：set JAVA_HOME=C:\Program Files\Java\jdk17.0.5 set JRE_HOME=C:

📘 开发记录 · 2024-04-01 · 279 人浏览
在多JDK环境下配置Tomcat以使用特定JDK版本
2024 - 2025 执迷的博客 - Lovisnd BLOG. All Rights Reserved.🥝
Under CC BY NC-SA License.
Powered by Typecho | Theme by Jasmine
您是第 26496 位访客