- 博客(21)
- 收藏
- 关注
RSS订阅原创 【剑指offer】27
public:fast++){= val){slow++;public:front++){after++){front--;size--;
2024-07-06 17:56:07
169
1
原创 虚拟机Ubuntu20.04安装PCL库问题记录
问题起因：在编译自己的相机SDK开发脚本时，报了类似如下的错误：推测应该是PCL动态库链接的有问题最后复盘的时候想到其实之前我应该是都将库安装在了Anaconda的base环境下，但是没安装opencv，base环境中有pcl1.12。一开始就是害怕这些库出问题，结果为了编译这个脚本在系统中装PCL的时候还是忘了之前都是使用虚拟环境了，导致现在装在系统里乱七八糟。。。哎，只好重装PCL。
2024-06-11 18:31:26
1063
原创 【深度学习记录】Alexnet
使用卷积神经网络实现利用GPU对大规模的数据集进行训练，并且提取出多层特征的一种模型。：控制全连接层的模型复杂度，效果优于权重衰减（Lenet使用的方法）：对图像进行数据增强，裁剪、翻转、变色，更大的样本量从而减少过拟合。
2024-01-24 10:22:05
440
1
原创 AirVO简单记录
AirVO，一个基于点和线特征的光照稳健和准确的双目视觉里程计系统。AirVO是一个基于点和线特征的光照稳健和准确的立体视觉测距（VO）系统。它是一个混合VO系统，结合了传统优化技术的效率和基于学习方法的鲁棒性。为了对光照变化具有鲁棒性，将基于学习的特征提取（SuperPoint）和匹配（SuperGlue）方法引入该系统。此外，还为VO提出了一个新的线条处理管道，该管道将二维线条与图像上基于学习的二维点联系起来，从而导致更强大的特征匹配和三角计算。
2023-10-11 22:01:53
279
原创 【C++】Windows下使用VScode编译C++项目
由于近期需要在Windows10系统上使用Vscode编写C++代码并编译运行一些不太复杂的C++项目，因此对如何在Win10系统+VScode环境下如何操作做一个学习总结。
2023-10-11 21:53:52
474
原创 代码随想录刷题——704.二分查找
二分法是一种常用的算法。它的基本思想是通过将问题的搜索区间按照中间分割，然后判断目标值在左侧还是右侧，从而缩小搜索范围，直到找到目标值为止。二分法的时间复杂度为 O(log n)，其中 n 是搜索区间的大小。它通常用于在有序数组中查找特定元素或满足某种条件的元素。这就完全是属于瞎写了。没有一点思路，不知道是二分法的背景下写的。看了代码随想录的教学视频后，写的代码。但是忽略了数组下标和数组元素的关系。
2023-09-09 22:52:56
43
原创 【MobileNetVLAD】hierarchical_loc 算法部署与测试
其中~/Code/SceneRecognition/hierarchical_loc/retrievalnet/downloading/google_landmarks_index.csv为刚刚下载好的google_landmarks_index.csv文件的路径，如果和我的不一样的话请换成你自己的地址。打开终端，执行以下脚本文件。1、拍摄一段视频，截取图片，然后直接将自己的数据集放入/home/user/Code/SceneRecognition/hierarchical_loc/DATA路径下。
2023-09-01 14:57:23
307
2
原创 场景重识别—PatchNetVLAD部署、训练、测试（全）
①这里环境创建完后还缺少h5pypandas使用p安装即可;（小tips)在实际操作中，其实这种创建虚拟环境的办法是不规范的，因为这里相当于在用conda安装包，这样会很慢。规范的方法有两种：①先指定python版本创建虚拟环境，再使用pip３依次安装相应的依赖包②先指定python版本创建虚拟环境，再建立requirments.txt指定所需要的依赖包内写:numpy=1.21opencvpillowfaiss。
2023-08-04 11:31:30
2215
10
原创 Ubuntu18.04安装RolabelImg
最近需要使用可以旋转的矩形框标注数据集，所以要在已有Labelimg的基础上再安装RoLabelImg，但是看到网上好多教程都是基于pyqt4的，其实pyqt5也可以正常安装啊！
2023-06-30 15:42:42
273
原创 【DF-VO】Ubuntu部署ICRA2020开源项目DF-VO记录
此时虚拟环境的文件没有被成功创建；查询可能的原因：因为用命令（conda env create -f requirement.yml ）进行创建环境时，所用的配置文件里是带有配置信息的。环境配置文件是在别的机器上导出的，文件里的软件包是按照导出文件的机器配置的，因此导出的时候，把这些包的详细信息也导了出来，即第二个等号后面跟着的信息，当我们按照这个文件创建环境时，conda就会根据我们机器的配置信息，按照配置文件里包的详细信息，去找这个包，那当然找不到，结果发现“查无此包”，因此也就会报上面的错误。
2023-06-30 13:54:51
651
2
原创 Ubuntu编译cpp文件报错“teat.cpp:45:2: error: stray ‘\344’ in program” 解决方法
就是在原cpp文件的第45行有非法字符，去找到改一下就好了。，可能是因为代码中含有中文字符/符号/空格，需要找出并更改。但是很多文章都没有写怎么找到这个中文字符。
2023-05-18 16:27:30
411
1
原创 【Cmake】【C++工程】【python工程】运行GitHub中以C++为底层语言写的项目与以Python为底层语言写的项目
本文是博主学习Cmake的一些路程记录，不是一个完整的Cmake C++和安装Python依赖项的教程。适用于刚刚接触github需要下载项目自行在Ubuntu中运行程序的学习方法参考以及本人的收获总结，所以可能会有理解错误的地方，欢迎指正。
2023-05-16 14:21:46
762
1
原创 Ubuntu远程连接另一台机器，并下载所连接机器中的文件
设置->网络->有线连接”。点击“有线连接”后面的设置图标即可看见网络连接情况。根据系统右上角也是可以进入到网络里面去的，点击右上角，然后点击“有线设置”，Ipv4地址就是本机IP。scp -r 远程电脑中待拷贝文件的文件夹 user@本机IP:待拷贝文件夹即将要放的本机的文件位置。port 是 SSH Server 监听的端口，如果不指定的话就为默认值 22。user 是你在远程机器上的用户名，如果不指定的话默认为当前用户。remote 是远程机器的地址，可以是 IP，域名。
2023-05-15 18:21:18
1453
1
原创 ubuntu下安装Glog报错：recipe for target ‘CMakeFiles/utilities_unittest.dir/all‘ failed
是发现可能是因为只装了Glog没有装Gflags，然后补装了Gflags之后还是报类似的错误，所以没有解决问题。仍然不行，找师兄帮忙…师兄看开始报错的第一行发现可能是因为cmake支持C++11，要全局设置c++，参考文献。终于知道自己错在了哪里：可能是因为glog和gflags的安装顺序错了（要严格先安装gflags才行）PS：make -j8之后如果没有编译成功的话执行一个。文章很粗燥，所以本文仅用于个人学习记录。
2023-05-15 17:40:08
944
1
原创 Ubuntu+VScode+Ananconda+pytorch配置（保姆级教程）
虽然之前跑过yolov5就配置过虚拟环境和深度学习框架，但是隔了一段时间没有用到深度学习的框架就又忘记了怎么在VScode里使用pytorch/tensorflow框架，深度学习依赖的numpy,pandas,kereas…又应该放在哪？是使用在哪的？因此，本文在记录配置pytorch的过程中同时回答以上问题。
2023-05-11 16:46:39
5579
原创 pytorch、cuda、cudnn、显卡驱动的科普
Cuda驱动可以在官网下载，它是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用，而我们需要进行的深度学习跑神经网络的时候需要使用使用。cuDNN是一个专门用于神经网络的加速包，注意，它跟我们的CUDA没有完全一一对应的关系，即每一个版本的CUDA可能有好几个版本的cuDNN与之对应，但一般是有大致对应关系的。
2023-05-11 10:00:50
699
原创 ubuntu18.04 挂载磁盘到/home 更改/home权限
场景：主目录的内存不够（只有250G）， 挂载了SCSI类磁盘，磁盘归属在根目录下（/）的/dev目录下。修改磁盘权限为用户可使用所有功能1.dev设备文件，几乎任何硬件外设都会在这里面有对应的文件，包括硬盘，U盘，光驱，串口，打印机等等。只要硬件连接上了电脑，并且正常驱动起来，/dev/下就会产生对应的文件。2.media是自动挂载的目录，比如我们的U盘插在ubuntu下会自动挂载，就会在/media下生成一个目录，这个目录就是U盘所在目录，或者说文件。
2023-05-10 16:00:46
2548
1
原创 ORB Slam2和ORB Slam3的区别
特征提取和描述子：ORB-SLAM2使用ORB特征和ORB描述子，而ORB-SLAM3使用SuperPoint特征和SuperPoint描述子。姿态估计：ORB-SLAM2使用基于EPnP算法的姿态估计方法，而ORB-SLAM3使用基于PnP算法的姿态估计方法。PnP算法相比EPnP算法更加高效和准确。综上所述，ORB-SLAM3相比ORB-SLAM2在特征提取和描述子、姿态估计、语义信息和多相机系统等方面有所改进和优化。-------------------摘自chapgpt回答 用以记录。
2023-04-17 14:56:44
3130
5
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人