Alx_2020-优快云博客

原创【Ubuntu18.04系统】安装显卡驱动、cuda10.1和cudnn7.6.5.32

一、安装显卡驱动 1.打开软件和跟新的附加驱动选择一个英伟达驱动，选择下面的应用更改，等待驱动的安装，安装完成后，重新启动Ubuntu系统。显卡驱动安装成功！！！二、安装cuda10.1 1.下载cuda10.1 英伟达的官网，cuda10.1的下载链接选择版本复制下载链接，将链接转到Windows系统下，通过迅雷下载。 https://developer.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.105_418.

2020-11-19 21:36:03 405

原创【ros学习笔记】使用cv_bridge连接ROS和OpenCV

一、cv_bridge cv_bridge是将ROS中的图像信息转化为OpenCV的图像信息，从而使用OpenCV进行图像处理。二、创建功能包 $ catkin_create_pkg ros_bridge_opencv cv_bridge image_transport roscpp sensor_msgs std_msgs rospy 三、配置CMakeList.txt文件 # 寻找OpenCV库 find_package(OpenCV REQUIRED) # 添加头文件 include_direc

2020-10-04 16:11:50 2447 1

原创【ROS入门笔记】在ROS使用奥比中光Orbbec Astra Pro

一、相机驱动的安装 1、安装依赖： $ sudo apt-get install build-essential freeglut3 freeglut3-dev 2、检查udev版本，需要libudev.so.1，如果没有则添加 #check udev version, Orbbec Driver need libudev.so.1, if can't find it, can make symbolic link from libudev.so.x.x, #which usually locate in

2020-09-27 08:17:51 1362 1

原创【ros入门笔记】urdf建模

一、创建工作空间 # 创建工作空间 $ mkdir -p catkin_ws/src $ cd catkin_ws/src $ catkin_init_workspace # 编译工作空间 $ cd catkin_ws $ catkin_make #构建install文件夹 $ catkin_make install 二、创建功能包 # 创建功能包模板 $ catkin_create_pkg <package_name> [depend1] [depend2] [depend3] #

2020-09-22 21:43:02 585

原创高斯混合模型(GMM)和EM算法【Python】

在GMM中使用EM算法一、高斯混合模型（GMM） 1、一维高斯分布 2、多维高斯分布 3、高斯混合模型从几何角度来看：多个高斯分布叠加而成 πk是x点属于哪个高斯分布的权重二、EM算法：是一种迭代方法 E-step：更新后验概率 def get_expectation(self, data): """ 更新posteriori(后验概率） :param data: 输入的数据点 :return: 更新后的后验概率

2020-07-20 23:35:44 2406 1

原创阿里云天池零基础入门CV赛事(7)——模型集成（dropout）

上次听完安晟大神的讲解，将测试集中图像的尺寸设置为了（60， 120），再次运行baseline，将epochs设置为了15次，以下是训练集和验证集的损失函数值。使用matplotlib绘制出曲线图：在上图中可以看出训练集的损失函数值是在不断的下降，而验证集的损失函数值在第七次时出现了上升，而且到后面不出现下降，说明该模型出现的过拟合。上一篇也说了处理过拟合的方法，这次详细介绍一下dropout方法。 Dropout是广泛应用于深度学习的正则化技术。它会在每次迭代中随机关闭一些神经元。 dr

2020-06-02 10:31:37 232

原创阿里云天池零基础入门CV赛事(6)——模型训练与验证

Task4 模型训练与验证 1 训练集、验证集和测试集训练集（Train Set）：模型用于训练和调整模型参数验证集（Validation Set）：用来验证模型精度和调整模型超参数测试集（Test Set）：验证模型的泛化能力假设用一个长方形表示训练数据，我们通常会将这些数据划分成三部分，一部分作为训练集(Train Set)，一部分作为验证集(Validation Set)，最后一部分则作为测试集(Test Set)。在机器学习发展的小数据量时代，常见做法是将所有数据三七分，就是人们常说的

2020-05-30 10:59:47 422

原创阿里云天池零基础入门CV赛事(5)——卷积神经网络

task3 — 卷积神经网络（CNN）卷积神经网络（简称CNN）是一类特殊的人工神经网络，是深度学习中重要的一个分支。CNN在很多领域都表现优异，精度和速度比传统计算学习算法高很多。特别是在计算机视觉领域，CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型。 1 卷积层在二维卷积层中，一个二维输入数组和一个二维核（kernel）数组通过互相关运算输出一个二维数组。卷积窗从输⼊数组的最左上开始，按从左往右、从上往下的顺序，依次在输入数组上滑动。当卷积窗滑动到某一置时，窗口中的输入子数组与核数

2020-05-26 17:03:17 640

原创阿里云天池零基础入门CV赛事(4)——数据扩增

Tesk 2 数据扩增在深度学习中数据扩增方法非常重要，数据扩增可以增加训练集的样本，同时也可以有效缓解模型过拟合的情况，也可以给模型带来的更强的泛化能力。以torchvision为例，常见的数据扩增方法包括： transforms.CenterCrop 对图片中心进行裁剪 transforms.ColorJitter 对图像颜色的对比度、饱和度和零度进行变换 transforms.Grayscale 对图像进行灰度变换 transforms.Pad 使用固定值进行像素填充 transforms.Ran

2020-05-23 13:39:50 430

原创阿里云天池零基础入门CV赛事(3)—— 数据读取

Tesk2 - 数据的读取本次天池零基础入门CV赛事训练的数据集是SVHN，读取的样本数据是一张张的图像，下面是图像读取、图像输出、图像处理的内容。一、Pillow Pillow提供了常见的图像读取和处理的操作。 from PIL import Image # 读取图像 img = Image.open("./images/lena.jpg") from PIL import Image,ImageFilter # 应用模糊滤镜 img = Image.open("./images/lena.jpg

2020-05-22 23:56:03 922

原创阿里云天池零基础入门CV赛事(2)

需要数据小伙伴们，登录阿里云天池比赛，报名后可以将数据下载。零基础入门CV赛事- 街景字符编码识别以一张图片为例，读取数据集中的信息。 1 数据标签在数据集中，训练每张图片将给出对应的编码标签，和具体的字符框的位置。 field description top 左上角坐标X height 字符高度 left 左上角坐标Y width 字符宽度 label 字符编码图片中字符的位置坐标 2 调用package： import numpy as np import

2020-05-19 22:58:10 459

原创阿里云天池零基础入门CV赛事(1)

1 零基础入门CV赛事链接天池零基础入门CV赛事- 街景字符编码识别 2 在Anaconda中，为此次天池赛事创建一个pytorch的虚拟环境。在菜单栏启动Anaconda中的Anaconda Prompt (Anaconda3)，如图：在命令行中键入：conda create -n envs_name python=3.7,其中envs_name是虚拟环境的名称，根据自己的喜好填写。 conda create -n envs_name python=3.7 激活环境，在命令行中键入：conda

2020-05-18 23:27:39 823