qq_37983000的博客

原创 软工博士生常用软件工具及推荐教学视频

数学公式http://latex.codecogs.com/eqneditor/editor.phpgit学习https://oschina.gitee.io/learn-git-branching/

原创 windows本地推送github项目

windows下GitHub的安装、配置以及项目的上传过程详细介绍 - 江湖乄夜雨 - 博客园推送命令：git initgit add .git commit -m first commitgit remote add origin [email protected]:UserName/RepertoryName.gitgit push -u origin master...

转载 点云可视化

读取.bin激光雷达点云文件格式并可视化三种的方法_华青水上的博客-CSDN博客_激光雷达点云数据格式

转载 卷积神经网络全过程

卷积神经网络全过程_meteor,across T sky的博客-CSDN博客_卷积神经网络的过程

转载 深度学习PyTorch，TensorFlow中GPU利用率较低，CPU利用率很低，且模型训练速度很慢的问题总结与分析 Pytorch 并行训练（DP， DDP）的原理和应用

深度学习PyTorch，TensorFlow中GPU利用率较低，CPU利用率很低，且模型训练速度很慢的问题总结与分析_是否龍磊磊真的一无所有的博客-CSDN博客

转载 机器学习算法评估指标——3D目标检测

在真实的三维世界中，物体都是有三维形状的，许多应用都需要有目标物体的长宽高还有偏转角等信息。以自动驾驶为例，在自动驾驶场景下，需要从图像中提供目标物体三维大小及旋转角度等指标，鸟瞰投影的信息对于后续的路径规划和控制具有至关重要的作用。我们将使用RGB图像、RGB-D深度图像和激光点云，输出物体类别及在三维空间中的长宽高、旋转角等信息的检测称为3D目标检测。多类别目标的检测问题可以转换为“某类物体检测正确、检测错误”的二分类问题，从而可以构造混淆矩阵，使用目标分类的一系列指标评估模型精度，例如：使用Pr.

转载 解决win10需要权限删除文件夹

重装系统后删除原来系统遗留的文件夹时出现：你需要来自 .... 的权限才能对文件夹进行更改百度几条不好使，参考了几条后发现删除规律；选中文件夹，右键，属性，安全，高级：所有者点击更改：输入要选择的对象名称，everyone，点击检查名称，变为Everyone。确定。勾选 替换子容器和对象的所有者，确定；这时候还不能删除，依次点击：右键，授予访问权限，删除访问更改共享权限：选择everyone并共享：最后点击更改设置...

转载 Gitee图床+PicGo+Typora便捷在博客中使用图片

https://www.cnblogs.com/focksor/p/12402471.html

原创 Nuscenes LiDAR数据格式 与读取显示

nuscenes lidar数据存储格式 ：(x,y,z,intensity,ring index)读取 Nuscenes 数据并显示：import osimport numpy as npimport structimport open3ddef read_bin_velodyne(path): pc_list=[] with open(path,'rb') as f: content=f.read() pc_iter=struct.

转载 python-----安装yaml踩过的坑以及正解

之前在网上找了各种资料，cmd安装yaml，网上大部分写的都是pip install yaml可是，执行完就变成Could not find a version that satisfies the requirement yaml <from versions:>No matching distribution found for yaml.但是执行pip install pyyaml就可以成功。后来才知道，python3.X只能使用pip install pyya

转载 在自己的程序里测试PCL点云的显示

测试代码pcl_test.cpp如下：#include <iostream>#include <pcl/common/common_headers.h>#include <pcl/io/pcd_io.h>#include <pcl/visualization/pcl_visualizer.h>#include <pcl/visualization/cloud_viewer.h>#include <pcl/console/par

转载 如何将一个本地项目推到github上

1.先在github上面创建一个项目地址https://blog.csdn.net/qq_34645412/article/details/805171842.其次进入到本地项目的目录文件下面执行a、 git init：初始化本地仓库b、git add .添加全部已经修改的文件，准备commit 提交该命令效果等同于 git add -AC、git commit -m ‘提交说明’ 将修改后的文件提交到本地仓库，如：git commit -m ‘项目创建’D...

转载 github 推送出现“[email protected]: Permission denied (publickey). fatal: 无法读取远程仓库。请确认您有正确的访问权限并且仓库存在。” 问题

1.首先检查有没有在GitHub的https://github.com/settings/keys上添加你本机的SSH key。注意换了电脑是要重新添加的，每台都不一样。添加SSH key的方法：（1）在用户主目录下，看看有没有.ssh目录，如果有，再看看这个目录下有没有id_rsa和id_rsa.pub这两个文件，如果已经有了，可直接跳到下一步。如果没有，打开Shell（Windows下打开Git Bash），创建SSH Key：ssh-keygen -t rsa -C "youremail@ex

转载 无人驾驶激光雷达细节知识科普

无人驾驶小知识系列(激光雷达篇)无人驾驶小知识系列主要的目的是把一些很小而有深度的知识做一个总结，相对没那么系统，胜在日积月累。视场角我们都知道激光雷达视场角分为水平视场角和垂直视场角，激光雷达的水平视场角为360°，垂直视场角一般为40°。水平视场角激光雷达的水平视场角很好理解，激光雷达在水平旋转，旋转一周就是360°。 2. 垂直视场角激光雷达的垂直视场角是40°，这里要注意2点，一是视场角的偏置，二是激光雷达光束的分布。视场角的偏置- 视场角的偏置为5°...

转载 目标检测——One-stage和Two-stage的详解

一、One-stage类别的目标检测算法1、什么是One-stage直接回归物体的类别概率和位置坐标值（无region proposal），但准确度低，速度相遇two-stage快。2、One-stage的目标检测方法概述 直接通过主干网络给出类别和位置信息...

转载 workshop conference seminar

转载 python中执行linux命令

转自：http://blog.csdn.net/laiahu/article/details/6697930python中执行linux命令python中执行linux命令：os.system(cmd)如果要把返回信息置入变量中：textlist = os.popen(cmd)例：cmd = 'ps -ef 'textlist = os.popen(cmd).readlines()for line in textlist: .........

转载 使用gitee解决github下载仓库下载速度缓慢的问题

出现的问题在github下载代码时总是出现网络延时等问题导致下载不成功解决的办法将github中的仓库导入到gitee中，然后从gitee中下载仓库复制github中的仓库地址：在gitee中新建仓库：选择导入已有仓库，将刚刚复制的github地址填入打开刚刚新建的仓库，点击下载，即可高速下载github中的仓库...

转载 目标检测评估指标P-R曲线、AP、mAP 解释

转载自：https://blog.csdn.net/qq_41994006/article/details/81051150基本概念P-R曲线中，P为图中precision，即精准度，R为图中recall，即召回率。Example下面通过具体例子说明。首先用训练好的模型得到所有测试样本的confidence score，每一类（如car）的confidence score保存到一个文件中（如comp1_cls_test_car.txt）。假设共有20个测试样本，每个的id...

原创 xml格式存放图像标签

我们以2007_000033.xml为例，每一个xml文件都对应于JPEGImages文件夹中的一张图片。

转载 一文看懂卷积神经网络-CNN

卷积神经网络 — CNN 最擅长的就是图片的处理。它受到人类视觉神经系统的启发。CNN 有2大特点：能够有效的将大数据量的图片降维成小数据量能够有效的保留图片特征，符合图片处理的原则目前 CNN 已经得到了广泛的应用，比如：人脸识别、自动驾驶、美图秀秀、安防等很多领域。CNN 解决了什么问题？在 CNN 出现之前，图像对于人工智能来说是一个难题，有2个原因：图像需要处理的数据量太大，导致成本很高，效率很低 图像在数字化的过程中很难保留原有的特征，导致图像处理的准确率不高下.

原创 为什么训练设置的 batch size 会影响训练结果

转载 Ubuntu 18.04下使用Sublime Text 快速搭建Python IDE环境

使用Sublime Text 3.2运行Python，网上有太多的多方法，但要安装各种插件，对于新手来说比较麻烦，那我们就不用理会那么多。在这里总结一下Ubuntu18.04 LTS下配置Sublime Text 3.2，并且配置Python3编译环境。步骤如下：1、 Tools->Build System->New Build System…下图演示了Tools位置。2、查看Ubuntu系统中python3位置，你可以在终端输入 type -a python3 命令即可。.

原创 ubuntu内核更新显卡失效问题解决

https://blog.csdn.net/weixin_41868104/article/details/103421517

原创 second.pytorch环境配置

second.pytorch环境配置记录程序运行环境：运行系统：Ubuntu18.04使用语言：Python3.6硬件支持：GTX1660Ti + CUDA10.0＋ PyTorch 1.4.0+torchvision0.5+Cmake３.13.2+Anaconda3.5.2需要注意的点：下载spconv时注意使用命令 git clone xxx.git --recursive编译spconv出错可能是（pytorch和torchvision版本不匹配）创建conda虚拟环境pytorch

原创 pcl读取pcd文件并显示，kitti数据集bin与pcd文件互相转换

pcl读取pcd文件并显示#include <iostream> //标准输入输出流#include <pcl/io/pcd_io.h> //PCL的PCD格式文件的输入输出头文件#include <pcl/point_types.h> //PCL对各种格式的点的支持头文件#include <pcl/visualization/cloud_viewer.h>//点云查看窗口头文件int main(int argc, char** argv){

转载 Google Scholar引用使用GB/T

想选择GB/T 参考文献格式，却无法找到这种引用方式。1、GB/T7714：（我国）国家标准的代号由大写汉语拼音字母构成。 强制性国家标准的代号为"GB"，推荐性国家标准的代号为"GB/T"。 国家标准的编号由国家标准的代号、国家标准发布的顺序号和国家标准发布的年号(即发布年份的后两位数字)构成。示例： GB××××GB/T××××。国内的毕设一般选择GB/T引用格式。解决办法：1、设置scholar的语言为中文2、重新搜索就可以了...

转载 三维激光雷达点云处理分类及目标检测综述

目前，学术界和业界对于激光雷达点云的处理方式的研究变的非常热门。我认为原因有二：来自学术界的推力：对于图片中的许多问题有了突破性的进展，例如图片分类、语义分割和目标检测等问题。这些突破性进展使得计算机对2D世界的理解有了质的飞跃，那么如果将问题变难，计算机是否能够对3D世界中的相对应的问题有很好的的解决办法呢？获取3D信息的传感器典型的有双目相机、RGBD相机和激光雷达，而其中激光雷达的获取...

转载 Ubuntu 18.04下安装最新CMake

1. 卸载已经安装的旧版的CMake[非必需]apt-get autoremove cmake12. 文件下载解压：wget https://cmake.org/files/v3.12/cmake-3.12.2-Linux-x86_64.tar.gz解压：tar zxvf cmake-3.12.2-Linux-x86_64.tar.gz查看解压后目录:tree -...

转载 ubuntu +NVIDIA显卡无法调节亮度问题

在命令行中输入nvidia-settings以启动NVIDIA X Server settings话不多说，亮图

原创 Windows 10 安装ubuntu 18.04 双系统

https://blog.csdn.net/qq_43106321/article/details/105361644

原创 国内可用Anaconda 源的镜像站及换国内源方法

目前清华开源镜像站和中科大开源镜像站均已发出公告表示已取得Anaconda授权，不久就将重新上线Anaconda软件源（见文末图）。那目前我知道的国内可用Anaconda源的镜像站就有3个，分别是清华、中科大、上交。大家可以分别测试一下下载速度和稳定性，自行选择最优的。各个镜像站的设置方法如下，这里只添加了3个常用的频道，如果要添加更多频道请自行添加。选择下面一个镜像站的代码复制并替换下面...

原创 Ubuntu下安装INVIDIA显卡驱动（避免循环登录问题）+安装CUDA10、CUDNN

https://blog.csdn.net/qq_32408773/article/details/84111244

原创 显卡、显卡驱动、cuda 之间的关系

显卡：（GPU）主流是Nvidia的GPU，深度学习本身需要大量计算。GPU的并行计算能力，在过去几年里恰当地满足了深度学习的需求。AMD的GPU基本没有什么支持，可以不用考虑。驱动：没有显卡驱动，就不能识别GPU硬件，不能调用其计算资源。但是呢，Nvidia在Linux上的驱动安装特别麻烦，尤其对于新手简直就是噩梦。得屏蔽第三方显卡驱动。下面会给出教程。CUDA：是Nvidia推出...

转载 Ubuntu18.04 安装 Anaconda3

1. 下载 Anaconda下载 Anaconda3-5.2.0-Linux-x86_64.sh (Ubuntu18.04的对应的Anaconda版本)：法1：在Anaconda官网下载，比较费时，如图1所示。...

转载 无人驾驶之KITTI数据集介绍与应用——数据组织方式介绍

KITTI数据集是由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，利用组装的设备齐全的采集车辆对实际交通场景进行数据采集获得的公开数据集。该数据集包含丰富多样的传感器数据（有双目相机、64线激光雷达、GPS/IMU组合导航定位系统，基本满足对图像、点云和定位数据的需求）、大量的标定真值（包括检测2D和3D包围框、跟踪轨迹tracklet）和官方提供的一些开发工具等。1. 采集平台介绍此...

转载 自动驾驶数据集

无人驾驶技术涵盖了感知、决策、控制等领域的方方面面。感知层面对目标识别跟踪、障碍物检测、精确定位等技术的需求，使得深度学习等人工智能技术得到广泛应用。深度学习模型非常依赖无人车行驶环境的数据，而这些数据在工程中非常难获得。无人驾驶数据的获取，需要一定的财力、物力、人力的支持，而一般的个人、小团队通常没法应对。幸运的是，这个世界上有一部分团队将其在无人驾驶研发过程中收集到的数据公开出来，供无人驾驶技...

转载 PCLVisualizer可视化类

PCLVisualizer可视化类是PCL中功能最全的可视化类，与CloudViewer可视化类相比，PCLVisualizer使用起来更为复杂，但该类具有更全面的功能，如显示法线、绘制多种形状和多个视口。本小节将通过示例代码演示PCLVisualizer可视化类的功能，从显示单个点云开始。大多数示例代码都是用于创建点云并可视化其某些特征代码注释解析#include <iost...

原创 PCL环境配置及测试（PCL1.8.1+VS2017+Win10）+PCD格式解读

https://blog.csdn.net/qq_32408773/article/details/82961178解压pcl-1.8.1-pdb-msvc2017-win64，将PDB文件拷贝到安装路径下的bin文件夹中：预编译器中添加 _SILENCE_FPOS_SEEKPOS_DEPRECATION_WARNINGpcd文件下载1 这个网站有许多pcd测...

转载 Windows + VS2017超详细点云库（PCL）配置

简述PCL（Point Cloud Library）作为一个优秀的点云库，目前已经开源并且集成了许多优秀学者提出的高效的算法，值得深入学习。本文将以Windows 10和Visual Studio 2017开发环境为例，讲解如何配置点云库。环境Windows Visual Studio准备工作安装Visual Studio教程中使用的是Visual Studio 20...