Ubuntu

根据自己最近的项目，总结了一些对自己适用的流程以及套路模板 windows 更改默认密码 桌面远程 远程时出现下面的问题 开启该功能 按 Win + I 打开“设置” -> “系统” -> “远程桌面”，确保“启用远程桌面”的开关处于开启状态。 注意 如果发生卡顿，是因为当 Windows 服务器检测不到物理显示器时，为了省电，它会停止渲染图形界面（GUI），把帧率锁死在极低状态（比如 1-2 FPS）。此时你用远程桌面连上去，操作会感觉像“幻灯片”一样，拖动窗口都有拖影。 方法一：购买 HDMI 虚拟显示器诱骗器（推荐，效果最好） 这是一个像 U 盘一样的小东西，插在服务器的 HDMI 或 DP 接口上。 原理：它向系统发送一个“4K/1080P 显示器已连接”的硬件信号。 效果：显卡会满血工作，远程桌面瞬间丝滑，甚至能开启 60Hz 刷新率。 价格：淘宝或京东上大概 20-30 元，性价比极高。 方法二：修改组策略（强制启用硬件加速，软件方案） 如果暂时买不到诱骗器，可以尝试在服务器上修改策略，强制让系统不关闭图形渲染。 按 Win + R，输入 gpedit.msc 并回车（家庭版可能没有此功能）。 依次找到：计算机配置 -> 管理模板 -> Windows 组件 -> 远程桌面服务 -> 远程桌面会话主机 -> 远程会话环境。 在右侧找到：使用硬件图形适配器进行所有远程桌面会话。 双击，设置为 “已启用”。 重启服务器生效。 关闭解锁组合键 在远程的时候，Ctrl + Alt + Delete解锁时会和本机冲突，所以关闭掉。 ...

中文版cvat项目地址：YQisme/cvat: 计算机视觉标注工具（CVAT）是一个领先的平台，用于为视觉人工智能构建高质量的视觉数据集。它提供开源、云端和企业级产品，以及标注服务，支持图像、视频和3D标注，具备AI辅助标注、质量保证、团队协作、分析和开发者API等功能。 安装 CVAT 官方推荐使用 Docker Compose 部署，这是最简单、最稳定的方式。 如果是 Ubuntu 服务器（包括物理机、虚拟机、云服务器），按照下面步骤即可。 1. 安装 Docker Ubuntu 22.04： sudo apt update sudo apt install -y \ ca-certificates \ curl \ gnupg \ lsb-release curl -fsSL https://download.docker.com/linux/ubuntu/gpg | \ sudo gpg --dearmor -o /usr/share/keyrings/docker.gpg echo \ "deb [arch=$(dpkg --print-architecture) \ signed-by=/usr/share/keyrings/docker.gpg] \ https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) stable" | \ sudo tee /etc/apt/sources.list.d/docker.list sudo apt update sudo apt install -y docker-ce docker-ce-cli containerd.io docker-compose-plugin 验证： ...

想购买一个可以用来做yolo推理的边缘盒子，因为模型较多并且视频推理要流畅，所以考虑上独立显卡。 权衡利弊之后，选择了i9-11900KB+RTX4060的搭配。 硬件 快递介绍 拆箱 前 后 底 软件 远程ssh 通过ssh来捣鼓更方便。 ssh默认安装了，sshd还没有，所以 sudo apt update sudo apt install openssh-server 然后在本地windows电脑上使用ssh客户端连上即可（我使用的是WindTerm） btop btop 是一个现代化的、图形化的命令行系统监控工具，可以看作是经典 top 命令的“高颜值”增强版。 它会以清晰、彩色的图表和仪表盘形式，实时展示 CPU、内存、磁盘、网络和进程的详细信息。 sudo apt install btop 显卡驱动 默认已经提前安装好 cuda安装 请按照以下步骤操作： 步骤1：添加 NVIDIA 官方 CUDA 仓库 # 下载官方密钥环包 wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb # 安装密钥环 sudo dpkg -i cuda-keyring_1.1-1_all.deb # 更新软件源 sudo apt update 步骤2：安装 CUDA 12.6 工具包 # 安装 CUDA 12.6 sudo apt install cuda-toolkit-12-6 步骤3：配置环境变量 # 编辑 .bashrc echo 'export PATH=/usr/local/cuda-12.6/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.6/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc # 使配置生效 source ~/.bashrc 步骤4：验证安装 # 检查 nvcc 版本 nvcc --version # 应该看到类似输出： # Cuda compilation tools, release 12.6, V12.6.77 $ nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2024 NVIDIA Corporation Built on Tue_Oct_29_23:50:19_PDT_2024 Cuda compilation tools, release 12.6, V12.6.85 Build cuda_12.6.r12.6/compiler.35059454_0 Miniconda 以下是核心的安装步骤，请按顺序在终端中执行。 ...