- 博客(109)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 ubuntu20.04 切换 gcc/g++ 版本
在文件尾部添加如下源，然后保存并更新。选择gcc-5对应的编号 回车即可。选择g+±5对应的编号 回车即可。切换回高版本方法类似。
2024-01-24 11:20:49
890
原创 问题解决记录-pypcd
python3 环境下使用 pypcd 读取点云 pcd 文件pip install pypcd 安装 pypcd 库。
2024-01-13 14:03:48
572
原创 我的创作纪念日
即使最后的成品不够完美，也不妨碍我从中学到东西，发现自己的不足，寻找改进的方向。我需要不断地接触新的事物，拓宽视野，更新自己的思考方式和观察角度，才能创造出更富有想象力的作品。因此，我决定在未来的日子里多读书、多旅行、多思考，以充实自己的内涵，提升自己的创作水平。最后，我想说，创作是一件充满快乐和挑战的事情，即使面临失败和挫折，也不要放弃。作为一名开发者，我每年都会为自己设定一些创作目标，并且在创作纪念日这一天回顾过去一年的创作历程，总结经验教训，为未来的创作指明方向。AI 生成的 哈哈哈哈！
2023-09-26 00:37:37
127
原创 GDB的简单使用
其中，filename.c是需要断点的源文件，line_number是需要断点的行号，function_name是需要断点的函数名。GDB是一个非常强大的调试工具，它可以帮助我们在程序崩溃或者出现其他问题的时候进行调试。在GDB中，可以使用backtrace命令查看当前堆栈信息。在GDB中，使用print命令可以查看变量的值。在GDB中，使用quit命令来结束程序的调试。在GDB中，可以使用break命令来设置断点。其中，program是需要调试的程序的名称。在GDB中，使用run命令来运行程序。
2023-05-26 10:22:55
1741
原创 四元数和欧拉角互相转换
本文介绍了四元数和欧拉角之间的转换公式推导及C语言代码实现，在实际使用中可以根据需要进行选择。四元数具有很好的性质，可以避免万向锁等问题，因此在计算机图形学、机器人控制等领域中得到了广泛应用。欧拉角虽然表示方式较为简单，但在某些情况下容易出现奇点等问题，因此需要进行相应的处理。四元数和欧拉角都是用于表示旋转的工具，它们之间可以相互转换。以下是四元数和欧拉角之间的转换公式推导，并提供了C语言代码实现。欧拉角的定义：欧拉角是用于描述物体在空间中的旋转的一种表示方法，它可以分为三个旋转，即绕。
2023-05-26 10:19:55
3456
原创 MobileNet v1 学习笔记
MobileNet 是基于(`depthwise separable convolutions`)**深度可分离卷积**，这是一种卷积的分解形式，它将一个标准卷积分解为(`depthwise convolution`)==深度卷积==和( `pointwise convolution`)==点卷积==的1×1卷积。深度卷积对每个输入通道应用一个滤波器。点态卷积然后应用一个1×1的卷积来组合输出的深度卷积
2023-02-06 13:46:18
652
1
原创 深度学习——车位检测
学习目标：Context-Based Parking Slot Detection With a Realistic Dataset实现车位检测检测效果论文理解配置环境：安装包anacondatensorflow-gpu 1.4tensorflow-ioopencvshapelymatplotlib数据集数据集地址代码地址提示：这里可以添加计划学习的时间例如：周一至周五晚上 7 点—晚上9点周六上午 9 点-上午 11 点周日下午 3 点-下午 6 点
2022-05-19 00:04:11
1685
3
原创 python判断⽂件是否存在
python判断⽂件是否存在：问题描述在深度学习加载数据的预处理的时候为了防止出错，需要判断下文件是否存在。方法：提示：这里填写该问题的具体解决方案：例如：新建一个 Message 对象，并将读取到的数据存入 Message，然后 mHandler.obtainMessage(READ_DATA, bytes, -1, buffer).sendToTarget();换成 mHandler.sendMessage()。...
2022-05-18 15:18:04
224
原创 tmux 边学边记
#安装# Ubuntu 或 Debian$ sudo apt-get install tmuxCtrl+b %：划分左右两个窗格。Ctrl+b "：划分上下两个窗格。Ctrl+b <arrow key>：光标切换到其他窗格。<arrow key>是指向要切换到的窗格的方向键，比如切换到下方窗格，就按方向键↓。Ctrl+b ;：光标切换到上一个窗格。Ctrl+b o：光标切换到下一个窗格。Ctrl+b {：当前窗格与上一个窗格交换位置。Ctrl+b }：当前窗格与下
2022-05-17 11:29:50
80
原创 车位检测算法-Context-Based Parking Slot Detection With a Realistic Dataset
停车位检测算法总结Context-Based Parking Slot Detection With a Realistic Dataset提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录停车位检测算法总结Context-Based Parking Slot Detection With a Realistic Dataset前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学
2022-05-17 10:33:35
2701
原创 pip使用国内源安装软件包
pip 使用国内源安装软件包国内常用pip源如下： 阿里云 http://mirrors.aliyun.com/pypi/simple/ 豆瓣 http://pypi.douban.com/simple/ 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/使用时，加上参数 -i url 即可，如果
2022-05-16 14:39:35
1073
原创 C++ nms
#include<iostream>#include<vector>#include<algorithm>using namespace std; /* 左上角坐标和右下角坐标，有的给出左上角坐标和宽高 原理是一样的 */typedef struct Bbox{ int x1; int y1; int x2; int y2; float score;}Bbox;/* 计算iou */float
2022-05-13 11:12:48
361
原创 OpenCV—PnP单目测距
OpenCV—PnP单目测距使用单目相机结合OpenCV的pnp解算实现单目测距（需要知道物体的长宽）开始用的opencv 自带的标定api 标定相机，但是标定结果和matlab的结果有出入，可能我没用对吧，后面就用的Matlab 标定工具箱的标定结果，大概误差1 ~2cm吧，毕竟近距离。#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;using namespace std;vo
2022-03-06 14:59:43
8504
12
原创 深度学习网络基础——感受野
深度学习网络基础——感受野什么是感受野感受野指的是特征图上的某个点在输入空间所受影响的区域。一个感受野可以用中心位置(center location)和大小(size)来表征。感受野的计算参考blog1、首先计算卷积后特征图的尺寸Nout=⌊Nin+2p−ks⌋+1N_{out} = \lfloor \frac{N_{in}+2p -k}{s}\rfloor+1 Nout=⌊sNin+2p−k⌋+1其中：NoutN_{out}Nout ：输出特征图尺寸NinN_{in}Nin ：
2022-03-04 01:08:18
1284
原创 深度学习网络基础—GoogLeNet 学习笔记
深度学习网络基础—GoogLeNet 学习笔记引言在过去的三年里（2014年），主要由于深度学习的进步，更具体地说是卷积网络的发展，图像识别和目标检测的质量以惊人的速度发展。这些进展不仅仅是更强大的硬件、更大的数据集和更大的模型的结果，而且主要是新想法、算法和改进的网络架构的结果。主要贡献前瞻性的关注深度学习算法在移动设备上的实用性提出 Inception 结构，人为构建稀疏连接，引入多尺度感受野和多尺度融合使用 1∗11*11∗1 卷积层进行降维，减少计算量使用均值池化取代全连接层，大幅度
2022-03-02 00:24:20
544
原创 cmake学习（三）
cmake学习（三）调用第三方库，例如OpenCV这里用的是opencv 4.5.3版本的#include<iostream>#include "opencv4/opencv2/opencv.hpp"using namespace cv;using namespace std;int main(){ cv::VideoCapture cap; cap.open(0); while(true) { cv::Mat frame;
2021-12-09 23:58:48
1897
原创 cmake学习（二）
cmake学习（二）编译多文件一般写代码的时候都会使用包含头文件和cpp文件的方式# 将指定的目录添加到编译器用于搜索头文件的目录。相对路径被解释为相对于当前源目录。# 命令原型： include_directories([AFTER|BEFORE] [SYSTEM] dir1 [dir2 ...])include_directories(include) # 添加头文件目录# 获取 src/ 目录下所有的cpp 文件 作为 SOURCE（自定义的名字），这样可以省去在生成可执行文件的时候写
2021-12-09 00:43:16
847
原创 pycharm 远程 docker
pycharm 远程 docker1、修改root用户密码passwd2、安装 openssh-server与openssh-clientapt-get install openssh-serverapt-get install openssh-client这里可以看到有sshd_config 文件，如果没有可以在执行下apt-get install ssh3、修改 sshd_config`vi /etc/ssh/sshd_config修改项：Port 800x（x是自己设置的
2021-12-03 20:11:17
1354
原创 CMake 学习（一）
CMake 学习（一）1 、基本语法cmake_minimum_required(VERSION 3.10) # 指定版本project(proj_name) # 工程名称set(CMAKE_BUILD_TYPE RELEASE) # 指定编译类型include_directories(include) # 添加头文件目录file(GLOB SOURCE "src/*.cpp") # 源文件set(PROJECT_LINK_LIBS libxxx.so) # 将库文件存到变量中lin
2021-11-30 00:53:31
348
原创 Python 写入json文件内容换行显示
问题描述：在使用python 向 json文件写入内容时，写入的内容一行显示，如图看着就很难受分析以及解决方案：开始是这样写的：结果就是一行new_dict = {"version": "4.2.10", "flags": {},"shapes":[0],"imagePath": "IMG_8816.jpg", "imageData": "null", "imageHeight": 1440, "imageWidth": 1920}with open("xx.json", 'w') as f
2021-11-25 11:12:47
17117
5
原创 关于Python 使用 numba 加速图像遍历
项目场景：在使用python 图像遍历时 使用 numba 的 jit 模块 加速处理，问题描述：例如下面这段代码，主要是遍历像素，但是由于图像 为 1920 * 1080 , 对于python 这种解释性语言来说，如果是图像序列，速度简直无法忍受，甚至达到 10s 一帧图像。 for i in range(1080): for j in range(1920): if img_m[i][j][0] == 128 and img_m[i][j]
2021-11-17 19:54:55
1643
原创 ubuntu20.04 换源
ubuntu20.04 换源1、备份备份原来的源，以免发生意外。sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak/etc/apt/sources.list 为原来的源文件地址2、更换打开 /etc/apt/sources.list文件，在前面添加如下条目，并保存。sudo gedit /etc/apt/sources.list（vim也可以）#添加阿里源deb http://mirrors.aliyun.com/ubuntu/
2021-10-19 13:11:23
1289
原创 Win10 TensorRT安装及demo运行
文章目录前言一、前提准备1、vs2019安装2、cuda下载安装3、cudnn 的下载安装4、TensorRT 的下载二、使用步骤1.引入库2.读入数据总结前言本文记录一下自己在win10上安装TensorRT的过程。提示：一、前提准备1、vs2019安装2、cuda下载安装3、cudnn 的下载安装4、TensorRT 的下载示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：import num..
2021-08-18 13:46:14
1513
3
原创 OpenCV — Otsu 算法
OpenCV — Otsu 算法大津法（OTSU）是一种自动选择阈值（无参数且无监督）的的图像分割方法，日本学者 Nobuyuki Otsu 1979年提出。该方法又称作最大类间方差法，因为按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大。算法原理首先假设阈值为 K（0-255）,然后根据K值将灰度图分为两部分img{c1,像素值大于阈值Kc2,像素值小于阈值Kimg\begin{cases}c_1, & \text{像素值大于阈值K} \\c_2, &a
2021-06-09 15:57:27
4748
2
原创 使用YOLOV3训练自己的数据集
使用YOLOV3训练自己的数据集1、下载源码YOLOv3 github2、标注数据集3、将数据集放入代码目录中其中，Annotations 放置 标注文件 xml, 和 JPEGImages 为训练图片。4、分割数据集创建make_txt.py文件，放到和data的同级目录下。# -*- coding:utf-8 -*import osimport randomtrainval_percent = 0.1train_percent = 0.9xmlfilepath = '
2021-05-02 00:45:20
25500
48
原创 Jetson Nano 开机程序自启动
项目场景：项目场景：使用Jetson Nano（ubuntu 系统） 做视觉处理，然后应用于移动机器人。需要视觉算法在Jetson Nano开机后自动启动解决方案：使用shell 设置开机自启：编写启动脚本 ,run.sh#!/bin/bash### BEGIN INIT INFO# Provides: watchDog# Required-Start: $remote_fs $syslog# Required-Stop: $remote_fs $s
2021-04-21 22:16:33
5809
5
原创 Pytorch学习——断点续训
Pytorch学习——断点续训1、保存断点模型状态 for epoch in range(starting_epoch, parse.epochs): for step, (x, y) in enumerate(train_loader): ... if epoch % 1 == 0: #就是在保存模型的时候记录当前的，模型信息 checkpoint checkpoint = {
2021-03-24 14:58:07
1371
原创 Pytorch学习笔记 2- 张量的索引与切片
张量的索引与切片索引方式#[B,C,H,W]a = torch.tensor([ [[[ 1, 2, 3],[ 4, 5, 6],[ 7, 8, 9]], [[10,11,12],[13,14,15],[16,17,18]], [[19,20,21],[22,23,24],[25,26,27]]], [[[28,29,30],[31,32,33],[34,35,36]],
2021-03-20 22:34:07
299
原创 Pytorch学习笔记 1- 基础数据结构
Pytorch学习笔记 — 基础数据结构torch.Tensor是一个多维矩阵，其中包含单个数据类型的元素,使用CPU和GPU及其变体定义了10种张量类型，如下所示：Data typedtypeCPU TensorGPU Tensor32位浮点torch.float32 or torch.floattorch.FloatTensortorch.cuda.FloatTensor64位浮点torch.float64 or torch.doubletorch.Doubl
2021-03-20 19:51:45
144
翻译 论文翻译-Key Points Estimation and Point Instance Segmentation Approach for Lane Detection
Abstract用于自动驾驶的感知技术应适应各种环境。在车道线检测（一种基本的感知模块）时，应考虑许多条件，例如车道线数和目标系统的计算能力。为了解决这些问题，在本文中，我们提出了一种车道线检测方法，称为Point Instance Network (PINet)。该方法基于关键点估计和实例分割方法。 PINet包括几个经过训练的堆叠式沙漏型网络。因此，可以根据目标环境的计算能力来选择训练模型的大小。我们将预测关键点的聚类问题转换为实例分割问题；无论车道线的数量如何，都可以对PINet进行训练。 PIN.
2020-12-17 16:35:47
1974
翻译 论文翻译—YOLOv3
YOLOv3: An Incremental ImprovementAbstract 我们向YOLO提供一些更新！我们做了一些小的设计和更改以使其更好。我们还训练了相当庞大的新网络。比上次要大一点，但更准确。不过速度还是很快的，请放心。在320×320的速度下，YOLOv3以28.2mAP的速度在22 ms内运行，与SSD一样精确，但速度快了三倍。当我们查看 0.5 IOU mAP检测指标,YOLOv3是相当不错的。在Titan X上，它在51毫秒内可达到57.9 AP50AP_{50}AP50，
2020-12-04 16:22:13
660
翻译 yolo-v2 翻译
Abstract我们介绍了YOLO9000，一个最先进的实时目标检测系统,可以检测超过9000个对象类别。首先，我们提出了对YOLO检测方法的各种改进，包括新颖的和从以前的工作中提取的改进的模型 YOLOv2 是最先进的标准检测任务，如PASCALVOC和COCO。使用一种新的、多尺度的训练方法，相同的YOLOv2模型可以在不同的大小下运行，在速度和精度之间提供了一个简单的权衡。在67fps,YOLOv2 获得76.8mAP 在VOC2007。在40FPS时，YOLOv2获得78.6mAP在运行速度显著.
2020-12-02 19:07:13
242
原创 ubuntu18.04 源码安装 upx
ubuntu18.04 源码安装 upx1、下载相关包upx下载然后然后下载 ucl,http://www.oberhumer.com/opensource/ucl/download/ucl-1.03.tar.gz还需要下载upx-lzmahttps://github.com/upx/upx-lzma-sdk解压好后如下：upx-lzma 下载好后，重命名为lzma-sdk，并放到upx-3.96/src目录下（原来那个lzma-sdk 是个空文件夹）。2、编译（1）、现在 uc
2020-11-26 11:16:37
1850
usart1_dma.rar
2019-07-30
基础差分进化算法Rastrigin测试
2018-10-29
C语言 vs2013+easyX 实现推箱子小游戏 有图形界面
2018-02-09
基于粒子群和遗传算法的小车最优路径规划
2017-07-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人