YOLOv8是YOLO 的最新(20240206)版本，由Ultralytics 提供。YOLOv8 支持全方位的视觉 AI
任务，包括检测、分割、姿态估计、跟踪和分类。这种多功能性使用户能够在各种应用和领域中利用YOLOv8的功能。

本文将介绍如何快速训练自己的 YOLOv8 模型。

仓库地址: https://github.com/kekxv/YOLOv8Tutorial

最近opencv-mobile 对luckfox
这款板子进行了适配优化，我对它也很有兴趣所以入手了一个luckfox开发板，包含300万像素摄像头，价格还算比较便宜。

不过官方提供的交叉编译链只有Linux以及windows的，而我却是Mac的，没办法直接调用，刚刚最近在使用bazel，并且它支持远程编译。

gitea 已经支持自己的 CI 工具: gitea actions，兼容 github actions。

之前使用drone搭配gitea进行自动化，效果还可以，但是终究不是官方支持。

而最新的 gitea 1.21 之后的版本，开始支持actions功能，使用方式更贴近github actions。

这里做一个简单部署说明，具体的用法可以看官方文档以及github actions的用法。

效果

在使用服务器的时候，有些情况下我们需要对进程进行资源限制，例如限制CPU使用率，使用docker的时候，可以使用deploy.resources.cpus进行限制，而当没有使用docker的时候呢，我们可以考虑使用cpulimit进行限制

影音中心Jellyfin目前的教程都是从头开始教，一步一步往下配置，比较麻烦，为了简单了事，直接做了基础配置之后，生成 docker-compose.yaml 配置；在这里做一个打包记录

OCR 算法以及人脸算法相信大家都听说过，也知道是需要收费的，而opencv的人脸检测和人脸识别，以及OCR算法都比较弱。

但是，这在opencv4版本之后都将改变了，在opencv4的版本里面，神经网络版本的人脸算法以及OCR算法继承到了dnn模块内，以及可以作为一个成熟方案进行使用了，

接下来让我们来看看如何使用它们。

ubuntu22.04 安装 tensorflow-gpu 记录，主要是 NVIDIA 驱动麻烦，这里做个记录。

记录深度学习AI过程中的一些问题。涉及到 tensorflow、ncnn、onnx、keras的训练以及转换模型

在Windows下，有时候需要管理一些程序，在 unix 系列下的时候都是使用 shell 脚本，但在 Windows 下却没有 shell 的默认支持，所以我编写了简单的 startup.vbs 以及 shutdown.vbs 脚本，给予有需要的人以及未来的我进行照抄借鉴。

我们使用 unix 服务器目前管理服务的方式，基本上是使用systemd来进行管理，所以这边简单的说明一下如何编写一个简单的systemd服务脚本。