小白菜的点滴成长-CSDN博客

原创 docker load显示空间不足，更换路径到home下

docker load空间不足

2022-10-18 15:56:04 1211 1

原创解决libxxx.so.xxx不存在的问题

错误：./lane_det: error while loading shared libraries: libmyelin.so.1:cannot open shared object file: No such file or directory解决： sudo cp /home/wh/cuda_all/TensorRT-7.0.0.11/lib/libmyelin.so.1/usr/lib

2022-03-23 19:51:05 609

原创 python和c++同时订阅两个话题，在一个回调函数中处理

https://blog.csdn.net/chishuideyu/article/details/77479758

2022-03-20 16:24:48 784 1

原创 rosbag 解析pcd，命令行

1.无需回放bag，解析出二进制格式pcdrosrun pcl_ros bag_to_pcd <topic> <存储路径>2.需要回放，解析出ascall格式pcdrosrun pcl_ros pointcloud_to_pcd input:=话题名称rosbag play -l xxx.bag

2022-03-12 16:45:34 564

原创 sudo rosdep init出错常规方法都无效后解决办法记录

#打开hosts文件sudo gedit /etc/hosts#在文件末尾添加151.101.84.133 raw.githubusercontent.com#保存后退出再尝试rosdep update

2022-03-11 22:56:31 173

原创 opencv ffmpeg图像生成视频

ffmpeg -f image2 -i /home/cicv/zhixing/%d.jpg -vcodec libx264 -r 15 tt.mp4图片路径，图片命名数字帧率15输出tt视频

2022-03-10 00:30:30 3918

原创 Ubuntu 18.04 安装 NVIDIA 显卡驱动超详细步骤

https://blog.csdn.net/yaohuan2017/article/details/108670724?spm=1001.2014.3001.5502

2022-03-09 11:16:05 668

原创 cuda10.2 run cudnn

https://www.cnblogs.com/blogs-jch/p/13820397.html

2022-03-05 22:59:13 94

原创 Ubuntu18.04+CUDA10.2 深度学习开发环境配置指南

https://blog.csdn.net/abcdefg90876/article/details/105781005

2022-03-05 20:43:36 621

import cv2import numpy as npimport os#相机内参camera = np.array([[1254.8, 0, 901.533], [0, 1261.2, 586.74], [0, 0, 1]])#相机畸变系数dist = np.array([-0.384, 0.2382 ,-0.1157 ,-0.0018 ,0.0027])path = '/home/wanghe/桌面/tu

2022-03-02 20:14:56 2084

原创 python删除某文件夹下所有包含某字段的文件

import ospath="/media/wanghe/whlinux/共享车500个场景/自然驾驶场景/"files=os.listdir(path)for i ,f in enumerate(files): p = f+'/fusion/' for m in os.listdir(path+p): mf = path+p+m print(mf) if mf.find("v")>=0 : os.remov

2022-03-02 13:06:21 403

原创 c++ 三次方程曲线拟合最小二乘、RANSAC

两个分别以函数的形式体现出来：ransac函数void ransac(vector &x,vector &y){//迭代最大次数，每次得到更好的估计会优化iters的数值int iters = 1000;//数据和模型之间可接受的差值float sigma = 0.1;//最好模型的参数估计和内点数目int num = x.size();int range = num;float pretotal = 0;//希望的得到正确模型的概率float P = 0.80;

2022-03-02 13:04:58 888

原创单目相机外参标定及标定结果验证

摄像头外参 opencv 标定验证

2022-02-24 19:42:38 1009

转载关于OpenCV中的去畸变 c++

opencv 去畸变

2022-02-17 14:49:45 5214

原创 ROS fatal error: NvInferRuntimeCommon.h: 没有那个文件或目录

ROS tensorrt

2022-02-17 13:36:18 1138

原创 cuda安装教程

1、安装cudasudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.105-418.39_1.0-1_amd64.debsudo apt-key add /var/cuda-repo-10-1-local-10.1.105-418.39/7fa2af80.pubsudo apt-get updatesudo apt-get install -y cudasudo gedit ~/.bashrc（写入export PATH=$PATH:/usr/loc

2022-02-16 19:24:01 1950

原创 roslaunch

roslaunch内的是全局参数，node内的是局部参数。<launch> <param name ="u0 " ,value = "961.92888"> <param name ="v0",value = "595.31877"> <param name ="fx",value = "1179.77003"> <param name ="fy",value = "1184.28612"> <par

2021-11-12 09:41:29 352

原创 ransac 三次方程拟合主函数

void ransac(vector<float> &x,vector<float> &y){ //迭代最大次数，每次得到更好的估计会优化iters的数值 int iters = 1000; //数据和模型之间可接受的差值 float sigma = 0.15; //最好模型的参数估计和内点数目 int num = x.size(); int range = num; float pretotal = 0;

2021-10-08 11:32:28 446

原创 c++ 随机生成区间范围内的数

**要取得 [a,b) 的随机整数，使用 (rand () % (b-a))+ a;要取得 [a,b] 的随机整数，使用 (rand () % (b-a+1))+ a;要取得 (a,b] 的随机整数，使用 (rand () % (b-a))+ a + 1;通用公式:a + rand () % n；其中的 a 是起始值，n 是整数的范围。要取得 a 到 b 之间的随机整数，另一种表示：a + (int) b * rand () / (RAND_MAX + 1)。要取得 0～1 之间的浮点数，可以使用

2021-09-28 13:20:24 607

转载 RANSAC c++

https://blog.csdn.net/gbz3300255/article/details/115654075

2021-09-27 17:02:00 111

原创 c++ ransac

https://blog.csdn.net/u011021773/article/details/80059826

2021-08-30 13:09:19 372

原创 c++ 三次多项式拟合_最小二乘法多项式曲线拟合数学原理及其C++实现

https://blog.csdn.net/weixin_39529903/article/details/110225204?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-3.essearch_pc_relevant&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7

2021-08-30 10:32:43 411

原创 ultra fast lane detection基于原型开始训练的操作

1、修改configs/culane.py或tusimple.py修改数据集路径：data_root = '/home/dell/Ultra-Fast-Lane-Detection-master/xxxxxx' 修改log路径：log_path = '/home/dell/Ultra-Fast-Lane-Detection-master/log'改修训练参数：# TRAINepoch = 50batch_size = 32optimizer = 'SGD' #['SGD','Adam']

2021-08-07 18:07:52 513

原创如何创建自己的culane数据集？

首先，culane数据集的结构如下图所示1、原始图像文件夹里面存放原始图片.jpg+标注结果.txt，目录层级可调整，需要将自己标注的结果转为culane数据集要求的格式。标注结果格式，每两个数为一个像素坐标uv，culane为等纵向等间隔标注，每隔10个像素标注，标注图像的下半部分2、分割图文件夹里面存放对应的分割图，目录层级可调整（如何获得分割图下面会讲述）3、list里面存放train、val、test的分配名单其中train.txt val.txt test.txt，这三个文件里面

2021-08-07 17:02:49 2383

原创 culane标注结果可视化

import cv2list = []with open('/home/dell/culane_teshu/03510.lines.txt', 'r') as f:#结果路径 my_data = f.read().split() #txt中所有字符串读入data，得到的是一个list, print(my_data) for idx in range(0, len(my_data), 2): if '-' not in my_data[idx]:

2021-08-07 16:28:22 808

原创车道线标注的点转为区域，用于分割

一般来说在车道线分割方案中有两种真值标注方式：第一种是常规的道路场景分割标注：在这种情况下，标注规则按照车道线的物理含义，`随着车道线由近及远、由粗变细，`如KITTI、CamVid等数据集。在这种标注规则下能够较精确的获取车道线内侧距离车辆的距离，提高横向车道定位精度，但由于远处车道线较细，特征不明显，车道线分割精度随着距离的增加逐步降低。第二种标注方式常见于单纯的车道线检测任务：如CULane等，这种标注方式将车道线定义为白色区域的中心线，以固定的图像像素宽度生成分割真值标注。相比第一种方式

2021-08-07 13:53:05 514

原创 opencv如何根据不规则轮廓关键点获取轮廓上的所有坐标，如图像标注后的轮廓

首先，根据轮廓上的关键点获取掩膜mask# coding=utf-8import numpy as npimport jsonimport cv2image = cv2.imread("/home/dell/1575532290620423707.jpg")#原始图像路径lists = [[ , ],[ , ],[ , ],[ , ],[ , ]]#填入自己轮廓关键点的像素坐标b = np.array([lists],dtype = np.int32)im = np.zeros(image

2021-08-07 11:40:16 1995

转载 Docker删除image（镜像）

$docker ps -a$docker rm 925942ef02a8 docker stop 117843ade696（删不掉就先停掉container，然后再删）docker imagesdocker rmi 16c23c683d76

2021-08-06 20:54:42 17980

转载 Ubuntu安装anaconda3后找不到conda命令

Ubuntu安装anaconda3后找不到conda命令的原因是没有把anaconda3添加到路径，类似于Windows中添加到环境变量，所以找不到命令。解决方法是在终端中运行一下命令：echo 'export PATH="/home/你的用户名/anaconda3/bin:$PATH"' >> ~/.bashrc这里的路径根据自己的设置，可以找到/anaconda3/bin，然后右键属性，查看路径。如果安装过程中没有自己设置路径，而是按照系统设置的路径，那么路径就类似我的，只是用名不是c

2021-08-06 20:51:57 7077 4

原创 linux挂载win10盘，修复

https://www.linuxidc.com/Linux/2016-12/138017.htm修复挂载错误的相应的分区,如提示中的/dev/sda2，输入：sudo ntfsfix /dev/sda2

2020-07-17 11:14:56 202

原创 python代码——labelme标注的车道线结果（点）转为图森车道线格式

import cv2import jsonimport numpy as npimport osfrom operator import itemgetterpath = '/home/dell/label/'for json_ in os.listdir(path): with open(os.path.join(path+json_),'r') as f: file_ = json.load(f) coors = file_['shapes'] lane1_y = []

2020-05-26 16:16:59 1041

转载 ASAM：自动驾驶仿真测试标准引领者

转自中国汽车报网https://3w.huanqiu.com/a/c7d278/3xr6Dpyh0nc?agt=64对于智能汽车发展来说，各项测试标准至关重要，这不仅决定着相关技术的发展水平，也攸关各国家（地区）智能汽车未来的发展格局。从目前的发展态势看，中国汽车技术研究中心有限公司（以下简称“中汽中心”）深入研究的由ASAM（德国自动化及测量系统标准协会）制定并推广的OpenX标准正引领自动驾驶场景模拟仿真测试标准的发展。ASAM协会：制定、协调仿真领域自动驾驶标准德国自动化及测量系统标准协会（A

2020-05-21 13:43:52 1269

ros串口控制机器人

读取深度数据

空空如也