老规矩，先看最后成果图（如果想要全部工程，文章最后我会把github链接放上）1、分割车牌2、分割字符3、识别字符最终识别的车牌号码是：浙F99999整个车牌识别分五步：1、一个分割车牌的语义分割模型2、用训练好DeepLabV3+模型将车牌从图片里面抠出来3、将车牌字符一个个分割开4、训练一个预训练模型来识别单个车牌字符5、用训练好的预训练模型去识别分割好的字符从而得到车牌号第一步：训练分割车牌的语义分割模型我这里用的是Bubbliiiing大佬用pytorch写好的DeepLabV3+框架，框架原博传送门：Pytorch搭建自己的DeeplabV3+语义分割平台首先我用labelme工具制
老规矩，先看最后成果图（如果想要全部工程，文章最后我会把github链接放上）1、分割车牌2、分割字符3、识别字符最终识别的车牌号码是：浙F99999整个车牌识别分五步：1、一个分割车牌的语义分割模型2、用训练好DeepLabV3+模型将车牌从图片里面抠出来3、将车牌字符一个个分割开4、训练一个预训练模型来识别单个车牌字符5、用训练好的预训练模型去识别分割好的字符从而得到车牌号第一步：训练分割车牌的语义分割模型我这里用的是Bubbliiiing大佬用pytorch写好的DeepLabV3+框架，框架原博传送门：Pytorch搭建自己的DeeplabV3+语义分割平台首先我用labelme工具制
上一章已经完成了ZMLMediaKit的部署，服务器已经可以实现推拉流等操作了。接下来就是部署一套国标平台，完成设备国标注册功能，同时使用ZMLMediaKit完成视频推拉流操作。wvp就是这样一个平台。开箱即用的28181协议视频平台WEBVIDEOPLATFORM是一个基于GB28181-2016标准实现的开箱即用的网络视频平台，负责实现核心信令与设备管理后台部分，支持NAT穿透，支持海康、大华、宇视等品牌的IPC、NVR接入。支持国标级联，支持将不带国标功能的摄像机/直播流/直播推流转发到其他国标平台。流媒体服务基于@夏楚ZLMediaKit https://github.com/ZLM
上一章已经完成了ZMLMediaKit的部署，服务器已经可以实现推拉流等操作了。接下来就是部署一套国标平台，完成设备国标注册功能，同时使用ZMLMediaKit完成视频推拉流操作。wvp就是这样一个平台。开箱即用的28181协议视频平台WEBVIDEOPLATFORM是一个基于GB28181-2016标准实现的开箱即用的网络视频平台，负责实现核心信令与设备管理后台部分，支持NAT穿透，支持海康、大华、宇视等品牌的IPC、NVR接入。支持国标级联，支持将不带国标功能的摄像机/直播流/直播推流转发到其他国标平台。流媒体服务基于@夏楚ZLMediaKit https://github.com/ZLM
nacos依赖mysql先安装mysql，这里使用的是8+版本，原因在于原本的5.7版本中并没有对m1的良好支持，如果启动会有报错说查询不到对应版本信息（虽然可以通过自定义mirror实现）mysql配置参考（docker-compose）：mysql:image:mysql:8.0container_name:mysqlrestart:alwaysenvironment:-MYSQL_ROOT_PASSWORD=rootports:-3306:3306volumes:-./mysql/data:/var/lib/mysql-./mysql/my.cnf:/etc/mysql/my.cnf-.
nacos依赖mysql先安装mysql，这里使用的是8+版本，原因在于原本的5.7版本中并没有对m1的良好支持，如果启动会有报错说查询不到对应版本信息（虽然可以通过自定义mirror实现）mysql配置参考（docker-compose）：mysql:image:mysql:8.0container_name:mysqlrestart:alwaysenvironment:-MYSQL_ROOT_PASSWORD=rootports:-3306:3306volumes:-./mysql/data:/var/lib/mysql-./mysql/my.cnf:/etc/mysql/my.cnf-.
macm1,m2安装提供GPU支持的pytorch和tensorflowAnaconda安装测试Pytorch参考链接安装步骤安装Xcode创建conda环境测试加速效果注意Tensorflow参考链接安装步骤安装Xcode指定安装环境加速效果测试TheEndmacm1刚出的时候，各种支持都不完善。那时候要使用conda，只能选择miniconda。几年过去了，各种主流软件对macm1，m2的支持都已经非常完善了。比如Pytorch，正如官网所写：IncollaborationwiththeMetalengineeringteamatApple,weareexcitedtoannouncesu
macm1,m2安装提供GPU支持的pytorch和tensorflowAnaconda安装测试Pytorch参考链接安装步骤安装Xcode创建conda环境测试加速效果注意Tensorflow参考链接安装步骤安装Xcode指定安装环境加速效果测试TheEndmacm1刚出的时候，各种支持都不完善。那时候要使用conda，只能选择miniconda。几年过去了，各种主流软件对macm1，m2的支持都已经非常完善了。比如Pytorch，正如官网所写：IncollaborationwiththeMetalengineeringteamatApple,weareexcitedtoannouncesu
提示：m1mac安装原神（playcover+原神3.1）文章目录前言一、playcover下载1.前往官网2.找到合适的版本3.下载安装二、下载原神1.找一个靠谱的安装包分享网站2.下载对应安装包3.下载三、安装原神1.打开playcover2.再次打开playcover3.安装原神总结参考文献前言博主，新买了mac(m1pro)，看网上说mac也可以流畅玩原神很羡慕，自己也打算安一下。大体逻辑就是先安playcover作为模拟器，再下原神安装包。一、playcover下载playcover作者据说跑路了一段时间，但是现在（2022.10）github上的项目依旧有人在维护。哪个版本好不太清
提示：m1mac安装原神（playcover+原神3.1）文章目录前言一、playcover下载1.前往官网2.找到合适的版本3.下载安装二、下载原神1.找一个靠谱的安装包分享网站2.下载对应安装包3.下载三、安装原神1.打开playcover2.再次打开playcover3.安装原神总结参考文献前言博主，新买了mac(m1pro)，看网上说mac也可以流畅玩原神很羡慕，自己也打算安一下。大体逻辑就是先安playcover作为模拟器，再下原神安装包。一、playcover下载playcover作者据说跑路了一段时间，但是现在（2022.10）github上的项目依旧有人在维护。哪个版本好不太清
