Doraemon_Zzn的博客

复习Linux

Doraemon_Zzn — Sat, 24 Apr 2021 16:52:22 +0800

Linux常用命令文件处理统一为：命令选项参数 1.目录处理 ls -la -etc -a 可以看到隐藏文件(all) -l 长格式显示(long) ls -l 所有者（zzn）所属者（zzn） 4096（字节大小） ls -lh 前面是d表示目录，-是文件，l是软链接，r，w，x分别为读、写、执行依次为user、group、other权限 ls -i id号 2.创建目录 mkdir -p /temp/catkin_ws 在一个文件夹下多个文件夹一起创建 mkdir /temp

Ubuntu16.04安装PyCharm及PyCharm快捷方式添加

Doraemon_Zzn — Tue, 10 Nov 2020 09:59:12 +0800

安装 1.在这个网站下载Linux Pycharm专业版，嫌专业版麻烦可以下载社区版(免费) https://www.jetbrains.com/pycharm/download/#section=linux 2.然后进入你下载文件的路径，默认是：/home/你的用户名/Downloads，右键安装包，点击“Extract Here”意思是提取到这里，相当于解压，或者还可以使用...

【解决】pytorch：Expected more than 1 value per channel when training, got input size [1,8]

Doraemon_Zzn — Fri, 30 Oct 2020 22:08:42 +0800

问题分析设置的batch_size=2，但是样本数除以batch_size是无法整除的。由于整个网络使用的BatchNorm操作都是需要多于一个数据计算平均值，可能是这里造成了错误。解决方法找到网络的 DataLoader 部分，将 drop_last 设置为 True。 ...

1024

Doraemon_Zzn — Sat, 24 Oct 2020 16:03:14 +0800

1024

Pytorch卷积和反卷积计算方法

Doraemon_Zzn — Tue, 11 Aug 2020 11:15:26 +0800

torch.nn.Conv2d def __init__(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros'): Parameters in_channels (int) – Number of channels in the input i

【KITTI数据集】PointPillars点云3D目标检测结果的可视化

Doraemon_Zzn — Wed, 05 Aug 2020 10:22:16 +0800

结果修改的是PointPillars这个网络模型，参考PointRCNN可视化部分，网络地址，目前只训练车辆的检测部分。工作：1.一开始框很多，修改了NMS；2.显示score比较高的框； 000037.png 预测结果，红色的是label，预测和label都画出了朝向。参考 https://github.com/kuixu/kitti_object_vis https://github.com/sshaoshuai/PointRCNN https://blog.youkuaiyun.com/tiatiat

【KITTI数据集】bin转pcd格式

Doraemon_Zzn — Fri, 17 Jul 2020 15:49:32 +0800

工作空间参考 github地址：https://github.com/yanii/kitti-pcl/blob/master/src/kitti2pcd.cpp https://blog.youkuaiyun.com/zengzeyu/article/details/79575702

SSD.Pytorch运行问题汇总

Doraemon_Zzn — Tue, 14 Jul 2020 15:40:04 +0800

SSD运行问题汇总地址环境配置train.py1.FileNotFoundError: [Errno 2] No such file or directory2.RuntimeError: randperm is only implemented for CPU3.images, targets = next(batch_iterator)4.RuntimeError: The shape of the mask [32, 8732] at index 0 does not match the shape

【one stage-经典检测网络】SSD:Single Shot MultiBox Detector

Doraemon_Zzn — Wed, 08 Jul 2020 20:20:14 +0800

123

【two stage-经典检测网络】Faster R-CNN

Doraemon_Zzn — Mon, 06 Jul 2020 20:02:38 +0800

损失函数：只考虑正样本。λ在后面进行测试，数据在表8，最终选择10。不带的是预测值，带*的是真值，带a的是anchor。训练RPN 在一个图像中随机采样256个anchors，计算损失，控制正样本：负样本=1:1。从标准偏差为0.01的零均值高斯分布中绘制权重来随机初始化所有新层。 ...

【点云目标检测】PIXOR: Real-time 3D Object Detection from Point Clouds-PIXOR具体网络参数变化

Doraemon_Zzn — Fri, 03 Jul 2020 22:31:02 +0800

'''block1 3x3 3x3''' nn.Conv2d(36,32,kernel_size=3,stride=1,padding=1,bias=False) nn.BatchNorm2d(32) nn.ReLU(inplace=True) nn.Conv2d(32,32,kernel_size=3,stride=1,padding=1,bias=False) nn.BatchNorm2d(32) nn.ReLU(inplace=True) '''block2-5 BackBone(Bottlene

Anaconda使用-导出/导入已有环境配置

Doraemon_Zzn — Mon, 29 Jun 2020 14:16:12 +0800

最近用老师的电脑跑东西，需要重新配置环境，做个记录。 1.导出环境 conda env export --file environment.yaml 2.导入环境 conda env create -f environment.yaml

sizeof和str的区别

Doraemon_Zzn — Sun, 28 Jun 2020 11:27:21 +0800

总结： sizeof是一个操作符，strlen是库函数； sizeof的参数可以是数据的类型，也可以是变量，而strlen只能以结尾为’\0’的字符串作参数；编译器在编译时就计算出了sizeof的结果，而strlen必须在运行时才能计算出来； sizeof计算类型占用内存的大小，时间复杂度O(1)； strlen计算字符串长度，时间复杂度O(N)； strlen遇到’\0’停止，如果没有遇到，则可能出错。还是将测试代码放在这里。 #include using na

Pytorch设置随机种子【结果能复现】

Doraemon_Zzn — Mon, 22 Jun 2020 11:25:04 +0800

最近训练只加了如下，发现每次的结果有点不一样。 torch.manual_seed(1234) 随即看了一下这方面的资料。一般来说需要设置如下： 1.CuDNN 在CuDNN后端运行时，必须设置另外两个选项： torch.backends.cudnn.deterministic = True torch.backends.cudnn.benchmark = FalseCopy 警告影响精度在小数点后几位，可以不修改，确定性模式可能会对性能产生影响，具体取决于您的型号。 2. Pytorch torc

Faster RCNN和SSD使用smoothL1函数【回归目标框】

Doraemon_Zzn — Sat, 13 Jun 2020 11:13:04 +0800

smooth L1损失函数主要用来回归2D or 3D 的BBOX。 smooth L1 loss能从两个方面限制梯度：当预测框与 ground truth 差别过大时，梯度值不至于过大；当预测框与 ground truth 差别很小时，梯度值足够小。如下：对x进行求导可以看到x比较小的时候，smooth L1的梯度也很小。然而，x比较大的时候，对x的梯度的绝对值上限就是1，很好控制了网络参数，避免梯度爆炸。参考 faster RCNN 和 SSD 中为什么用smooth L1 loss，和

github无法打开或打开后图片无法加载

Doraemon_Zzn — Tue, 09 Jun 2020 14:42:31 +0800

github无法打开记得以前改过hosts文件，但是还是无法登录。应该是网站解析换了。解决方法，先登录https://ipchaxun.com/ 输入github.com 在C:\Windows\System32\drivers\etc的host文件末尾加上就行了。 #github 140.82.114.4 github.com 140.82.114.3 github.com 如果失效了又去网站查一查。 github打开后图片显示不出同样用刚才的方法，查询当前解析加上即可 151.101.64

Ubuntu16.04-Linux-搜狗输入法乱码

Doraemon_Zzn — Fri, 05 Jun 2020 09:39:55 +0800

遇到几次这个问题了，还是记录下 sudo killall fcitx

python绘制Loss和Acc曲线+读取txt和log文件

Doraemon_Zzn — Sun, 24 May 2020 17:31:50 +0800

log文件如下所示：代码 def read_log(filename): fp=open(filename) for line in fp.readlines(): train_loss=line[-27:-18] train_acc=line[-8:] with open('test.txt','a') as fp2: fp2.write(train_loss+train_acc) fp.close()

【KITTI数据集】Velodyne Point Cloud-激光雷达点云bin文件读取和显示-Open3D

Doraemon_Zzn — Tue, 12 May 2020 20:09:28 +0800

官方文档 0.安装在anaconda环境下： conda install -c open3d-admin open3d Python环境下： pip install open3d-python 1.点云的读取和显示 import os import numpy as np import struct import open3d def read_bin_velodyne(path): pc_list=[] with open(path,'rb') as f: cont

Python实现K-Means算法

Doraemon_Zzn — Thu, 07 May 2020 15:42:07 +0800

介绍 K-Means是一种经典的无监督聚类算法。可以将N个样本划分到K个簇中，使得相似的样本能尽量分到同一个类中。其衡量相似度的计算方法，是欧式距离。优点：速度快。原理简单。缺点： 3. 需要确定K值，数据多的话一般可以取多次K实验。 4. 对异常点很敏感。 5. 初始点的选择可能有影响。 6. 代码 import numpy as np class K_Means(object)...