ouening的博客

原创 汉泰克1025G信号发生器二次开发（python和C）

汉泰克1025G信号发生器二次开发，基于python和C

原创 PySide6多线程处理yolov5目标检测

QThread方法和QThreadPool+QRunnable方法两种多线程方法实现yolov5目标检测处理，避免阻塞GUI

原创 Arduino esp32-cam串口发送图像数据

Arduino esp32-cam串口发送图像数据

原创 有人物联口红DTU DR154配置与RS 485传感器数据处理

这个DTU非常给力，不用插卡自带esim卡，送8年流量，配置的话通过小程序【联博士】蓝牙配置（手机扫描DTU背后的二维码即可，蓝牙密码也在背面），省去了连接电脑硬件配置的繁琐步骤。注意速灵科RSDS5 设备地址默认为1，如果有多个传感器，需要设置不同地址，后面会介绍如何设置。本博客是以自有的云服务器数据处理为例进行介绍的，使用有人云的例子请参考官网教程。为写入的设备地址（2个字节，范围1-255，这里设置为2），为设备地址寄存器（2个字节），为CRC校验位，2个字节。

原创 【julia】Plots默认绘图属性设置

julia使用Plots包进行绘图的时候默认字体和风格都挺难看的，可以通过修改。

原创 代理情况下pip无法正常安装包问题解决方案

在开了代理的情况下用pip安装一直会报ssl proxy错误，需要临时关闭代理才能安装，解决方案：（1）手动添加环境变量（该方法对笔者无效）（2）直接配置系统代理(有效）

原创 【等离子体】平均自由程和反应速率

作用的截面（cross section of interaction），因此这里包括了。]（number density），可以根据理想气态方程。，两者之间的平均自由程定义为：一个粒子。弹性碰撞、电离、吸附。等不同作用过程的截面。...

原创 multigrid多重网格数值算法Octave/Matlab程序

Afivo用到了multigrid方法求解PDE方程，需要先简单理解一下multigrid的原理，找到了视频教程和对应的octave代码，先在博客中记录备忘。可见multigrid（MG）方法在求解大型线性方程组具有一定的优越性。......

原创 COMSOL等离子体模块电子碰撞反应速率系数与Bolsig+计算结果差异及修正

而在air_chemistry_v3.txt文件中是约化场强(E/N）与速率数据之间的关系，需要进行简单转换，注意到air_chemistry_v3.txt中有约化场强和电子平均能量的关系，根据对应关系转换即可。下载Phelps碰撞截面数据库，然后用bolsig+计算求解，保存计算结果（注意要用。最后需要注意的是comsol等离子体模型的。（1）comsol等离子体仿真模型。...

原创 pyqtgraph网格布局

pyqtgraph是基于pyqt5/pyside2/pyqt6/pyside6开发的高效科学数据可视化工具，其界面的布局方式和pyside6是一样的，本博文主要记录一下使用pyqtgraph的和的用法，方便后续直接使用，代码参考了官方文档。效果如下：代码并未使用class封装，不过根据布局逻辑可以方便地嵌入到界面中。...

原创 pyside6结合yolov5摄像头物体检测

功能：使用pytorch hub加载yolov5模型，利用opencv打开摄像头设备，这一部分使用线程方法实现。参考链接：[1] https://learnopencv.com/object-detection-using-yolov5-and-opencv-dnn-in-c-and-python/

原创 割线法secant算法及numpy实现

牛顿法需要知道目标函数的导数信息，割线法是对导数的一阶近似，具体介绍如下：效果如下：

原创 detectron2编译错误： error: identifier “single_box_iou_rotated“ is undefined

Python：3.10CUDA:11.3detectron2：0.6torch：1.11.0+cu113git clone detectron2的源码之后执行python setup.py build_ext进行编译，出现以下错误：D:/Applications/WPy64-31040/python-3.10.4.amd64/lib/site-packages/torch/include\c10/macros/Macros.h(142): warning C4067: 预处理器指令后有意外标记 -

原创 mmdetection简单GUI检测界面

使用pysimplegui构建了简单的GUI界面，需要输入config，checkpoint和待检测的图片，指定检测设备（GPU或CPU）,指定阈值。import ioimport osimport PySimpleGUI as sgfrom PIL import Imageimport numpy as npimport warningsimport mmcvimport torchwarnings.filterwarnings("ignore")from mmdet.apis imp

原创 mmdetection2.24.1修改backbone（使用mmcls和timm已有模型）

mmdetection版本：2.24.1pytorch版本：1.11.0官方文档Tutorial 11: How to xxx — MMDetection 2.24.1 documentation对更换backbone已经有了比较详细的介绍，特别是较新的版本已经支持mmcls库以及timm库中的现有分类网络，一般直接拿来修改使用即可，但这里最重要的一点就是需要保证修改后的backbone要和后面的neck结构进行进行匹配，主要是通道数方面。目标检测模型的通用结构如下图所示，如果更改backbone后导致

原创 Zotero使用自建WebDav服务器同步数据

zotero使用自建webdav服务器同步数据

原创 matlab静电场有限元分析

有限元分析基本流程：几何创建->边界条件设置->物性参数设置->模型求解->结果后处理（可视化）。问题描述：matlab代码（非PDE TOOLBOX实现）：%% Create an electromagnetic model for electrostatic analysis.close all;clear all;emagmodel = createpde('electromagnetic','electrostatic');%% Create the geo

原创 Ubuntu21.04编译mmcv-full失败的问题

CUDA: 11.1NVIDIA Driver： 460.91.03OS: Ubuntu21.04笔者前段时间使用sudo do-release-upgrade命令从Ubuntu20.04升级到了21.04，原来的cuda和nvidia驱动程序没有损坏，但是python默认版本已经变成了3.9，所以需要重新安装python包。在安装mmcv-full的时候，编译出错（详细日志信息见文末），看提示信息应该是gcc/g++版本作怪，遂安装了gcc-9.3版本，按照https://www.jianshu.c

原创 filebrowser安装及外网访问

1.准备环境：natapp web隧道（使用优惠码：C7F968E9，可以享受9折优惠）Windows主机，运行filebrowser程序，以及frp客户端程序2.FileBrowser安装及配置这里以Windows系统为例进行介绍，从 https://github.com/filebrowser/filebrowser/releases/latest 下载好程序包，解压即可。接下来，按照博客的介绍，执行以下操作：创建配置数据库：filebrowser -d filebrowser.db c

原创 Opencv图像深度估计

参考链接： https://learnopencv.com/introduction-to-epipolar-geometry-and-stereo-vision/数据集： https://vision.middlebury.edu/stereo/data/scenes2014/测试图片1（请从源数据集下载，展示的图片为截图）：测试图片2（请从源数据集下载，展示的图片为截图）：# -*- coding: utf-8 -*-"""Created on Wed Aug 11 11:47:26 2

原创 kornia目标检测/分割图像扩增

目标检测任务下图像扩增经常使用imgaug库，笔者实现了基于imgaug库的VOC格式图像数据扩增，有兴趣小伙伴可以了解一下，代码位于：https://github.com/ouening/OD_dataset_conversion_scripts/blob/master/voc_augument.py本博文主要介绍另一个图像处理工具新秀——kornia，在去最新版本中已经新增了augmentation接口，可以很方便地进行图像数据扩增，包括常规类型、bbox类型、segment类型和keypoi

原创 torchvision detection/ mmdetection目标检测模块特征可视化

pytorch: 1.9.0torchvision: 0.10mmdetection: 2.15.0mmcv: 1.3.10测试图片（图片大小：720x1280）：之前博主写过一篇pytorch模型特征可视化的博文：pytorch卷积网络特征图可视化 ，本篇博文想记录一下目标检测模型的特征图可视化，这个在很多OD的论文上都可以看到CAM图，其实操作起来和前面博文介绍的基本一致，主要是看选取哪层conv的输出作为特征，然后经过颜色转换后叠加到原图去，获取特征图的方法主要用到钩子函数，顾名思义，将特征

原创 DeblurGANv1运动模糊核生成代码

# -*- coding: utf-8 -*-"""Created on Tue Aug 3 22:35:14 2021@author: Wenqing Zhou ([email protected])@github: https://github.com/ouening"""import numpy as npfrom numpy import cos,sin,exp,abs,ceilimport matplotlib.pyplot as pltrandn = np.rand

原创 Detectron2目标检测、实例分割、关键点检测、全景分割

环境：Win10， python3.8， detectron2（0.5），pytorch：1.9，torchvision：0.10.0测试图片：测试视频： https://pixabay.com/videos/street-road-traffic-cars-driving-3617/参考链接：https://www.youtube.com/watch?v=Pb3opEFP94U测试代码：'''Original source: https://www.youtube.com/watch?v=P

原创 [电气] 电流密度与电场强度的关系推导

原创 经典物理学电荷连续性方程推导

原创 pyqtgraph(PyQt5)实时绘制温湿度数据（threading.Thread线程实现）

假设某一硬件设备通过串口定时向主机发送数据，数据格式为：Temperature: 30.20Humidity: 26.40 那么在PC端可以用python结合pyqtgraph创建GUI程序来绘图，程序需要解决的几个问题：开启子线程用于串口数据接收处理，然后通过qt的信号将数据发回给主线程串口连接要设置timeout参数，用来接收完整的数据帧数据处理前要对数据格式进行判断，比如单片机刚重启的时候会答应其他信息，那些是解析不了的，先进行数据过滤串口接收数据的线程设置为守护线程，主要主程序关.

原创 frp内网穿透实现ssh外网访问

笔者有一台腾讯云服务器，最近折腾了一下网络相关的知识，就了解了一下内网穿透的知识。笔者以前就写过一篇博文：使用NATAPP进行内网ssh穿透用到的是natapp，如果要稳定的服务器地址和端口是需要购买隧道的，相比单独租公网ip的服务器，用natapp性价比还是比较高的。在有一个公网ip服务器的情况下，用frp实现内网穿透的原理如下图所示：客户端frpc处在内网的设备笔者用Android手机代替，在手机上安装termux模拟Linux系统，安装sshd，golang等，下载frp编译，得到frpc

原创 ESP32 MQTT服务通信传输DHT11温湿度数据及控制LED

关于如何在Windows下设置mqtt服务器请移步上一篇博文：python MQTT服务通信环境准备：mosqutto服务端程序，需要进行一些配置，重启服务，默认服务端口为1883mqttx客户端程序，方便订阅和发布信息：https://github.com/emqx/MQTTX/releasesArduino通过包管理器安装PubSubClientesp32连接的网络和运行mosqutto服务程序的电脑处在同一个网段arduino代码/********* @author: Wenqi

原创 python MQTT服务通信

系统：Ubuntu20.04， windows软件要求：（1）下载安装mosquitto1. Linux通过ppa安装之后会自动启动服务，可以通过systemctl status mosquitto.service查看，默认配置文件路径在/etc/mosquitto/mosquitto.conf，如果修改了conf配置文件，需要重启服务以生效，参考教程https://www.dtmao.cc/news_show_759697.shtml，可以修改配置文件为：#设置不允许匿名登录allow_anon

原创 ESP32 WiFiClient发送数据至腾讯云服务器并接收处理

ESP32代码：#include <WiFi.h>#include <WiFiClient.h>#include <Adafruit_Sensor.h>#include <DHT.h>#include <DHT_U.h>/* change ssid and password according to yours WiFi*/const char* ssid = "网络名称";const char* password = "网

原创 ESP32 FreeRTOS信号量

开发板：NodeMCU 32 V1.3开发板引脚图：开发环境：Arduino，https://raw.githubusercontent.com/espressif/arduino-esp32/gh-pages/package_esp32_index.json实现功能：（1）任务1初始化按钮，设置按钮中断，最后删除自身任务；（2）任务2接收信号量，如果在一定时间内接收到信号量，则翻转LED灯；这个时间由函数xSemaphoreTake的第二个参数决定，该函数原型为：BaseType_t xSem

原创 ESP32 FreeRTOS队列操作

开发板：NodeMCU 32 V1.3开发环境：Arduino，https://raw.githubusercontent.com/espressif/arduino-esp32/gh-pages/package_esp32_index.json实现功能：（1）设定2个任务，设定一个队列（常规或者静态）（2）任务1：每隔1s，计数器加1，当计数值为5时，将计数值写入队列：xQueueSendToBack(myqueue, &count, wait_ticks)，同时计数清零；（3）任务2：

原创 scipy求解矩阵微分方程

形如X′=AX+bX'=AX+bX′=AX+b的矩阵微分方程目前在scipy中是没有接口直接处理的，需要自己手动转换一下格式，但对应这种格式MATLAB的ode求解器是支持直接求解的。本文基于https://wenku.baidu.com/view/8fc76d6bfbd6195f312b3169a45177232f60e4f9.html?re=view的例子（原例子是用MATLAB求解的，采用scipy求解一组矩阵微分方程：python程序如下：from scipy.integrate impo

原创 PyQt5 父窗口和子窗口信息通信

（1） 父窗口->子窗口父窗口的__init__函数里面先创建子窗口实例，然后再通过某个控件的信号（例如button的clicked信号）绑定某个槽（slot），槽函数直接对子窗口的控件进行操作（2）子窗口->父窗口（参考：https://blog.csdn.net/huang_6/article/details/106788420）这种方式比较麻烦一点，子窗口中定义一个信号（参数中指定信号的类型和数量，例如_signal = pyqtSignal(str,int)，然后通过槽函数释放该信

原创 Inkscape练习-行星

参考视频PLANET ILLUSTRATION | INKSCAPE TUTORIAL练习了Inkscape操作方法，提供svg文件。svg文件链接：https://github.com/ouening/Inkscape-Practice/blob/main/planet.svg

原创 Detectron2（AdelaiDet）加载COCO格式自定义数据集

测试环境：OS: Win10CUDA: 11.0pytorch: 1.7.1GPU: 3060Tipython：3.8Detectron: 0.3（笔者可以在win环境成功编译安装detectron2Detectron2模型数量虽然比mmdetection少，不过有些论文还是用Detectron2做的，因此有必要了解一下如何用Detectron2训练自定义数据集。关于mmdetection下训练coco格式的自定义数据请移步笔者另一篇博文：mmdetection-v2.3安装配置及训练自定义

原创 GIMP小波分解处理照片

最近排列一张证件照，店家没怎么处理，拿到电子版后自己使用GIMP除了了一下，在用滤镜的时候找到了小波分解这个工具，根据官方文档描述https://docs.gimp.org/2.10/en/plug-in-wavelet-decompose.html：This filter decomposes the active layer or selection into several layers, named “scales”, each of them containing a particular s

原创 pytorch卷积网络特征图可视化

# -*- coding: utf-8 -*-"""Created on Tue Oct 27 09:25:51 2020@author: LX"""#%%特征可视化import matplotlib.pyplot as pltimport cv2import numpy as npfrom PIL import Imagefrom torchvision import models, transformsimport torchimport timmclass SaveCon

原创 onnxruntime加载onnx格式目标检测模型（SSD，YOLOv3-tiny）

onnx官方提供了onnx格式的模型，下载地址：https://github.com/onnx/models/tree/master/vision/object_detection_segmentation/ssd下载后使用netron查看该模型，如下图所示：程序import numpy as np # we're going to use numpy to process input and output dataimport onnxruntime # to inference O