虾饺爱下棋-优快云博客

原创宇树 Qmini 双足机器人训练个人经验总结

本文总结了在AutoDL云服务器上训练和测试Qmini机器人的实践经验。由于云服务器headless环境存在驱动兼容性问题，无法正常渲染和录制视频，建议采用云端训练+本地测试的方案。具体流程包括：使用train.py训练模型，通过TensorBoard查看结果，用play.py测试策略，导出ONNX模型，以及调试URDF和PID参数。常见问题如6006端口占用可通过lsof解决，而渲染失败问题则需在本地Ubuntu系统进行演示。这种分离式方案能有效规避云端渲染限制，提高开发效率。

2025-12-07 11:03:24 737

原创 Markdown语法基础教学

Markdown是一种轻量级标记语言，用于格式化文本。本文介绍了Markdown基础语法，包括标题（#）、强调（粗体**、斜体*）、列表（-或1.）、链接、图片、引用（>）、代码（```）、分隔线（---）和表格的制作方法。并提供个人简历作为使用案例，展示了Markdown在实际文档中的应用。最后推荐了Markdown官方学习资源。这些语法简单易学，能快速创建结构化文档。

2025-11-15 08:32:15 315

原创深度学习--个人总结

本文总结了深度学习训练过程中常见的问题与解决方法。主要内容包括：1) 准确率低的可能原因（如权重未初始化、学习率过大）；2) 训练集、验证集和测试集的作用与区别；3) 数据归一化的重要性；4) 损失函数增加但精度上升的8种可能原因；5) 退化问题的产生原因；6) 梯度计算的目的；7) 权重初始化的必要性；8) 常见损失函数（MSE、MAE、交叉熵等）的特点与适用场景。文章以简明易懂的方式解释了深度学习训练中的关键技术问题，并提供了实用的解决方案建议，适合深度学习初学者参考。

2025-11-14 10:06:58 676

原创 VS Code Background插件使用方法

本文介绍了如何在VSCode中设置背景图片。首先在插件市场搜索并安装"background"插件，然后在设置中编辑settings.json文件进行配置。主要参数包括图片链接(images)、透明度(opacity)、尺寸模式(size)、位置(position)、轮播间隔(interval)和是否随机(random)。配置完成后重启VSCode即可生效。最后展示了一张设置了背景图片的编辑器效果图。

2025-11-14 09:54:43 462

原创使用MobileNetV3模型识别农作物病虫害（通过叶子）

本项目基于MobileNetV3-Small轻量级模型实现植物病害识别，准确率达96.67%。通过Kaggle数据集训练，可识别健康、白粉病和锈病三类叶子状态。模型仅1.5M参数量，适合嵌入式设备部署。提供完整训练、测试流程，支持单张图像推理，并自动保存最优模型。预处理采用自定义统计的均值和标准差，提升模型泛化能力。项目包含数据统计、模型训练、测试等功能模块，代码已开源。

2025-07-31 09:22:12 425

原创 FCN语义分割算法原理与实战

本文介绍了FCN语义分割算法的原理与实现。FCN通过全卷积网络实现端到端的语义分割，将输入图像转换为像素级分类结果。文章详细解析了FCN的网络结构、转置卷积计算过程、损失函数（像素级交叉熵）和四种评价指标（像素准确率、平均类别准确率、平均IoU、频率加权IoU）。重点阐述了FCN如何通过跳转连接和膨胀卷积提升性能，并分析了网络输出结果的解析方式。不同版本的FCN网络结构（如结合ResNet的变体）也被讨论，展示了480×480×21输出维度的典型示例。该算法奠定了CNN在语义分割领域的基础地位。

2025-07-29 20:13:19 867

原创 QRSuperResolutionNet：一种结构感知与识别增强的二维码图像超分辨率网络（附代码解析）

ChatGPT 说：QRSuperResolutionNet（简称 QRSRNet）是一种专为二维码图像设计的超分辨率模型，融合了残差密集模块（RRDB）、通道注意力机制（SEBlock）与结构建模能力强的 Transformer 编码器，旨在提升图像清晰度的同时增强二维码的可识别性。主干网络通过堆叠带有注意力的 RRDB 提取局部细节，Transformer 模块建模图案结构依赖，双分支上采样策略（PixelShuffle + Bicubic）进一步提升输出稳定性。

2025-06-04 16:35:48 347 1

原创从车道检测项目入门open cv

从车道检测项目入门open cv

2025-04-29 21:28:26 1233

原创 cs231n-图像分类：kNN与线性分类器

cs231n课程ppt讲解~

2025-03-26 22:06:09 486

原创强化学习_演员-裁判方法

演员-裁判方法，这种方法在处理复杂环境和高维状态空间时特别有效，因为它利用了策略的直接建模和价值函数的指导。

2025-03-19 14:54:38 648

原创基于策略的强化学习

基于策略的学习：如果已知一个好的策略函数π，智能体可以根据该策略随机采样动作a∼π（s）策略网络：通过策略梯度算法学习策略网络，以最大化期望回报。策略梯度算法：学习参数θ，以最大化 E[VS;θ)]。

2025-03-19 14:44:01 1090

原创强化学习基础_基于价值的强化学习

基于价值的强化学习

2025-03-19 12:00:00 1047

原创强化学习基础知识

强化学习基础知识点的解析。

2025-03-18 19:31:13 983 1

原创 Gan网络公式了解

z：表示输入G网络的噪声；G(z)：表示G网络生成的图片；D(*)：表示D网络判断图片是否真实的概论。这形成了一个对抗过程，其中生成器不断学习如何生成更逼真的数据，而判别器不断学习如何更好地区分真假数据。对于生成模型，损失函数很难定义->所以我们可以将生成模型的输出交给判别模型进行处理，来分辨好坏。生成器的损失是通过判别器的输出来计算的，而判别器的输出是一个概率值，我们可以通过交叉熵计算。的情况下，判别器的性能。试图最小化这个值函数，而判别器。生成器和判别器是亦敌亦友的关系。

2025-03-17 20:04:41 203

原创 github上文件过大无法推送问题

通过这些步骤，你的 .pth 文件将被 Git LFS 管理，并且可以成功推送到 GitHub 仓库。为了防止将来再次不小心将该文件推送到 GitHub，你可以将该文件添加到 .gitignore 中。这样，Git 就会忽略这个文件。这会创建一个 .gitattributes 文件来标记需要使用 Git LFS 存储的文件类型。这样，你就成功地从 GitHub 移除了这个大文件，并且以后也不会再推送它了。这将从 Git 索引中移除该文件，但保留文件在本地磁盘上的副本。首先，你需要安装 Git LFS。

2025-02-15 13:41:57 1074