- 博客(88)
- 收藏
- 关注
RSS订阅原创 损失函数总结
smooth L1损失函数曲线如下图所示，作者这样设置的目的是想让loss对于离群点更加鲁棒，相比于L2损失函数，其对离群点（指的是距离中心较远的点）、异常值（outlier）不敏感，可控制梯度的量级使训练时不容易跑飞。平均绝对误差（MAE）是另一种常用的回归损失函数，它是目标值与预测值之差绝对值的和，表示了预测值的平均误差幅度，而不需要考虑误差的方向，范围是0到∞，其公式如下所示。smooth L1说的是光滑之后的L1，前面说过了L1损失的缺点就是有折点，不光滑，导致不稳定，那如何让其变得光滑呢？
2023-06-25 13:42:01
963
原创 OpenPCDet-review
复习一下OpenPCDet，遇到一些问题，记录1、数据预处理的过程中没有difficulty字段，但对应的配置文件中仍存在针对difficulty做的一些处理工作，应该把配置文件中对应的字段配置部分去掉2、自定义自己的类如KittiDataset等类，定义自己的类，记得在__init__.py中import...
2021-12-16 15:55:52
400
原创 SE-SSD
论文链接为：https://arxiv.org/pdf/2104.09804.pdf （中文翻译）代码链接为：https://github.com/Vegeta2020/SE-SSD论文理解为：SESSD
2021-07-16 13:30:12
1105
原创 2021-05-26
from PIL import Image, ImageFont, ImageDrawfrom pyquaternion import Quaternionimport open3d as o3ddef text_3d(text, pos, direction=None, degree=0, font=None, font_size=300): """ 7 ==> ....... ....... ... .
2021-05-26 09:40:24
135
原创 通俗理解卡尔曼滤波
假设你有两个传感器，测的是同一个信号。可是它们每次的读数都不太一样，怎么办？取平均。再假设你知道其中贵的那个传感器应该准一些，便宜的那个应该差一些。那有比取平均更好的办法吗？加权平均。怎么加权？假设两个传感器的误差都符合正态分布，假设你知道这两个正态分布的方差，用这两个方差值，（此处省略若干数学公式），你可以得到一个“最优”的权重。接下来，重点来了：假设你只有一个传感器，但是你还有一个数学模型。模型可以帮你算出一个值，但也不是那么准。怎么办？把模型算出来的值，和传感器测出的值，（就像
2021-03-16 10:35:36
230
原创 RuntimeError: Given groups=1, weight of size 128 256 3 3, expected input[1, 384, 252, 252] to have 2
RuntimeError: Given groups=1, weight of size 128 256 3 3, expected input[1, 384, 252, 252] to have 256 channels, but got 384 channels instead跑second代码 报错，先记录原因是配置文件里面的POINT_CLOUD_RANGE点云的范围设置有问题，点云的xyz的范围和生成的体素有关系，否则就会报上述错误 ，记录一下具体的以后得空了 再研究...
2021-03-12 16:52:57
6813
10
原创 Ubuntu下分卷压缩、合并解压
1. 打包压缩文件tar -zcvf imgs.tar.gz ./imgs#如果待压缩的文件夹中包含软链接或者硬链接，需要将其指向的文件(夹)也打包进去的话，需要加上参数-h,即tar -zcvfh imgs.tar.gz ./imgs注：如果只想打包，不想压缩，可以将参数z去除，即：tar -cvf imgs.tar ./imgs2. 解压文件tar -zxvf imgs.tar.gz#解压到指定目录tmptar -zxvf imgs.tar.gz -C ./tmp3.分割
2021-03-02 09:46:07
3730
原创 SSH重启服务
ssh重启命令“sudo gedit /etc/ssh/sshd_config”找到#PermitRootLogin xxx去掉注释并改为PermitRootLogin yes保存并推出，重新启动SSH服务 命令行输入sudo service ssh restart2控制端机器：其他机器打开终端（windows或者ubuntu均可）输入命令 ssh （目标机器用户名）@（目标IP）之后sudo reboot 重启...
2021-03-02 08:56:33
3405
原创 目标跟踪算法笔记
sort论文精度翻译https://blog.csdn.net/u010414589/article/details/102890135
2021-02-07 15:47:32
348
原创 Ubuntu下上传代码到Github
Ubuntu 下上传代码到Githubhttps://www.jianshu.com/p/e61c4ceec96c
2021-01-20 13:50:16
120
原创 【深度学习】将Anconda中的虚拟环境制作成Docker镜像
1、先换一下源：找到 /etc/docker/daemon.json直接添加不好添加，给该文件最高权限：sudo chmod 777 daemon.json然后就可以修改了，打开，在末尾处加上源：{ "registry-mirrors": [ "https://kfwkfulq.mirror.aliyuncs.com", "https://2lqq34jg.mirror.aliyuncs.com",
2021-01-08 15:53:42
4389
4
原创 【深度学习】记录各种报错以及解决方法
一、在跑OpenPCDet的时候，在终端执行demo.py是可以跑通结果的，但是在pycahrm里面，一样的环境就是执行不了，不能import 解决：原因是电脑上有两个OpenPCDet文件夹，pycharm的文件路径错了。修改路径就好了：Files--settrings--Projecr:OpenPCDet--Project Structure--Add Content Root ...
2021-01-08 14:44:46
4323
5
原创 【深度学习】点云深度学习笔记（目标检测）
Second环境的配置参考参考：https://blog.csdn.net/r1141207831/article/details/103756292遇到的错误1、执行python create_data.py kitti_data_prep --root_path=data/KITTI_DATASET_ROOT 遇到了错误NvvmSupportError: libNVVM cannot be found. Do conda install cudatoolkit: library nvvm
2020-12-10 17:47:04
2425
2
原创 【图像处理】记一次python调用封装含有opencv的c++代码报错
Assertion failed (((((sizeof(size_t)<<28)|0x8442211) >> ((traits::Depth<_Tp>::value) & ((1 << 3) - 1))*4) & 15) == elemSize1()) in cv::Mat::at将Mat类型的图像通过灰度化，然后换成单通道的图像cvtColor(srcimg1, srcimg1_gray, CV_BGR2GRAY);Mat.
2020-09-01 16:42:40
945
原创 【Pybind11】Python调用C++接口（Ubuntu下编译OpenCV）
C++main.cpp#include<iostream>#include<vector>#include<opencv2/opencv.hpp>#include<pybind11/pybind11.h>#include<pybind11/numpy.h>#include<pybind11/stl.h>#include"mat_warper.h" namespace py = pybind11; py::a
2020-09-01 16:39:42
1016
原创 【Pybind11】实现Python调用C++接口（Windows and Ubuntu）
Windows1. 官网下载pybind11：https://github.com/pybind/pybind11/releases/tag/v2.3.02. VS新建空项目项目属性页—配置属性—常规—配置类型改为动态库（.dll） 项目属性页—配置属性—高级—目标文件扩展名调整为 .pyd 项目属性页—配置属性—VC++目录—包含目录：添加python和pybind的include路径 我这里使用的是anconda全家桶 C:\ProgramData\Anaconda3\in..
2020-08-26 15:49:04
952
原创 【点云处理】改进半径滤波实现对激光雷达点云的去噪
算法要求：若只用半径滤波或者统计滤波，远处的点稀少的点也可能是车辆，行人等重要点云，所以不能当作噪声点去除算法思想：在半径滤波的基础上加上了两个动态阈值，实现对激光雷达点云采集的雨雪天气的去噪。滤波前：滤波后：效果还是很明显的~~还需要数据不断测试，调整参数~~...
2020-07-12 19:59:06
3148
2
原创 【PyTorch学习笔记】一、两个全连接层的感知机实现（损失函数及优化器的使用）
import torchfrom torch import nn# 全连接类class Linear(nn.Module): def __init__(self, in_dim, out_dim): super(Linear, self).__init__() # Parameter 为Tensor的构造方法，默认求导 # w b 为网络需要学习的参数 self.w = nn.Parameter(torch.randn(in_d.
2020-05-31 21:49:44
1701
5
原创 【使用Pytorch跑深度学习框架时遇到的错误总结】
1.pytorch 加载数据时报错：RuntimeError:An attempt has been made to start a new process before thecurrent process has finished its bootstrapping phase.This probably means that you are not using fork to start yourchild process...
2020-05-31 13:45:01
1527
原创 【激光雷达点云障碍物检测】ransac3d.h、ransac3d.cpp
ransac3d.h//// Created by hyin on 2020/3/25.//#ifndef PLAYBACK_RANSAC3D_H#define PLAYBACK_RANSAC3D_H#include <unordered_set> //基于哈希表的关联容器#include <pcl/common/common.h>namespace lidar_obstacle_detection { // shorthand for point c
2020-05-23 19:00:50
871
1
原创 【激光雷达点云障碍物检测】environment.cpp 主函数
主函数#include "lidar.h"#include "render.h"#include "processPointClouds.h"// using templates for processPointClouds so also include .cpp to help linker#include "processPointClouds.cpp"using namespace lidar_obstacle_detection;std::vector<Car> i
2020-05-23 18:58:16
1292
4
原创 【激光雷达点云障碍物检测】processPointClouds.h、processPointClouds.cpp 重点部分
processPointClouds.h// PCL lib Functions for processing point clouds #ifndef PROCESSPOINTCLOUDS_H_#define PROCESSPOINTCLOUDS_H_#include <pcl/io/pcd_io.h>#include <pcl/common/common.h>#include <pcl/filters/extract_indices.h>#incl
2020-05-23 18:56:05
1411
原创 【激光雷达点云障碍物检测】cluster3d.cpp、cluster3d.h
自己理解的注释。cluster3d.h#ifndef PLAYBACK_CLUSTER3D_H#define PLAYBACK_CLUSTER3D_H#include <pcl/common/common.h>#include <chrono>#include <string>#include "kdtree3d.h"namespace lidar_obstacle_detection { // shorthand for point cloud
2020-05-23 18:50:06
1099
4
原创 【激光雷达点云障碍物检测】（三）欧式聚类
今天看代码时候发现这个代码的作者真的是很有心，一边手动实现了一些算法，一边调用了点云库中的函数，都很值得学习分割效果：代码：#include <iostream>#include <pcl/io/io.h>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/visualization/cloud_viewer.h>#include <
2020-05-23 18:42:27
4168
4
原创 【激光雷达点云障碍物检测】（二）实现Ransac随机采样算法分割地面点云
真的是认真阅读大神的代码真的可以学到好多知识~~本部分对滤波后的点云分割出地面，以便后续将地面上的点云在进行聚类分割检测。分割效果如下：代码如下：#include <iostream>#include <pcl/io/io.h>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/visualization/cloud_viewer.h>.
2020-05-22 17:21:46
5518
14
原创 【激光雷达点云障碍物检测】（一）滤波部分
processPointClouds.cpp中滤波部分我单独拿出进行学习，滤波后只考虑每一帧点云中汽车周围部分点云原始点云如下：滤波后点云如下：之后在对其进行分割检测等操作，滤波代码如下：#include <iostream>#include <pcl/io/io.h>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/filters/p
2020-05-22 15:36:17
2772
1
原创 【激光雷达点云障碍物检测】render.h、render.cpp、box.h、kdtree3d.h、lidar.h
render.h 文件中实现和构建了用于渲染环境使用的函数和结构体// Functions and structs used to render the enviroment 用于环境渲染的函数和结构体// such as cars and the highway#ifndef RENDER_H#define RENDER_H//#endif//以上三行的定义 是为了避免头文件的重复使用#include <pcl/visualization/pcl_visualizer.h&g.
2020-05-21 16:44:26
1160
3
原创 【激光雷达点云障碍物检测】综述
文章和代码来源于知乎：https://zhuanlan.zhihu.com/p/128511171自己从github上下载，并实现了代码：https://github.com/williamhyin/SFND__Lidar_Obstacle_Detetion使用PCL中的算法实现了雷达障碍物检测的功能，正好目前也在学习这一块，下面将精度代码，学习其中算法和c++的语法 下面是代码的实现结果：跑通代码是第一步，看懂代码是第二步！...
2020-05-21 16:10:31
5145
18
原创 【点云学习】K-means聚类（Python）
啃得我很累~~调试真的很有助于理解代码！！！import numpy as npimport randomclass K_Means(object): # k是分组数；tolerance‘中心点误差’；max_iter是迭代次数 def __init__(self, n_clusters=2, tolerance=0.0001, max_iter=300): self.k_ = n_clusters self.tolerance_ = toler
2020-05-17 21:02:25
2820
1
原创 【点云学习】Python实现点云体素下采样（Voxel Filter）
import open3d as o3dimport osimport numpy as npfrom pyntcloud import PyntCloudfrom pandas import DataFrame# 功能：对点云进行voxel滤波# 输入：# point_cloud：输入点云# leaf_size: voxel尺寸def voxel_filter(point_cloud, leaf_size, random=False): filtered_poi.
2020-05-15 14:07:38
8044
7
原创 【点云学习】PCA算法实现与法向量估计
最近报了个点云学习的网课，前段时间因为各种问题，落下了很多课程，今天开始要好好搞起来了~~python真的有点难，之前很少用，也借着这次课程好好学习一下python虽然PCL一些现成的库里面封装了PCA，但是自己写出来，虽然是照着别人抄的，但是一点一点搞懂，也是有成就感的~~代码是借助np实现PCA主成分的查找，并在原点中显示import open3d as o3dimport...
2020-05-03 09:39:22
4822
16
原创 【点云处理】CloudCompare开源点云处理软件
分享一个用于点云处理的开源软件~~~在我网盘里面~~~百度网盘链接：CloudCompare
2019-12-17 17:48:50
2692
2
原创 【点云处理】基于欧式聚类的点云分割
对于范围较广的点云来说，一开始先使用基于模型的点云分割方法将类似于平面这样的点云块提出来，然后在对留下的小部分点云进行像欧式聚类这样的后续分割处理。原始点云：代码，对代码的理解都注释上了，以便于以后复习~注释真的很重要~~~：#include <pcl/ModelCoefficients.h> //模型参数头文件#include <pcl/point_type...
2019-12-17 17:43:29
3294
2
原创 【点云处理】基于模型的点云分割
最近一直在忙着毕业论文的事情，随着自己做实验的过程中发现之前的点云知识忘得差不多了~~现在重新拾起来~~希望大论文可以顺利完成~~直接上代码：#include <pcl/ModelCoefficients.h>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <...
2019-12-17 17:35:41
2383
原创 【图像处理】KLT稀疏光流的对象跟踪
稀疏光流法的原理解读：https://blog.csdn.net/koibiki/article/details/80225827稀疏光流法在opencv中的实现函数为 calcOpticalFlowPyrLK用以实验的视频是我在百度上下载的。处理完后的截取图片：实现代码如下：#include<opencv2/opencv.hpp>#include<i...
2019-08-24 19:21:41
1087
原创 【图像处理】基于颜色实现对象检测与跟踪
这个算法在背景与前景色差较大的情况下应用效果最好。主要使用了inRange()这个函数，这个函数就是判断输入图像中每一个像素是否在设定好的颜色区间之内。又是阈值的设定，比较烦~~实验了几次，同一个物体，拍了几段不同的视频，由于各种原因，使得算法不能普遍应用，，，都是因为阈值~~~~对了，还有一个重要的地方，之前使用形态学滤波的时候，没有注意到函数中的后面的几位具体参数，今天学到了，...
2019-08-23 14:50:29
1325
原创 【图像处理】背景消除建模实现目标跟踪：GMM、KNN
背景消除建模的基本原理是用 当前帧 - 背景模型 = 前景对象该算法对于背景固定下的移动目标有着很好的效果。GMM（高斯混合模型）是基于像素样本统计信息的背景表示方法，利用像素在较长时间内大量样本值的概率密度等统计信息表示别境，然后使用统计差分进行目标像素判断达到预期效果。高斯混合模型：使用高斯概率密度函数精确的量化事物，将一个事物分解为若干个基于高斯概率密度函数行程的模型。二维：...
2019-08-23 14:35:12
2041
原创 【图像处理】视频流的读写
视频流读写的实现类：VideoCapture1、read#include<opencv2/opencv.hpp>#include<iostream>using namespace std;using namespace cv;int main(){ VideoCapture capture; //创建对象 capture.open("demo....
2019-08-23 14:15:06
520
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人