<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[aaronmorgan的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/aaronmorgan</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; aaronmorgan]]></copyright><item><title><![CDATA[python3 raw 数据转换为jpg]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/120612616</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/120612616</guid><author>aaronmorgan</author><pubDate>Tue, 05 Oct 2021 12:15:17 +0800</pubDate><description><![CDATA[我们大家都知道，sensor 直接出来的裸数据为raw 数据，没有经过编解码，压缩。
我们需要将raw数据转换为其他格式比如jpg,png,bmp 人眼才能看到。


import numpy as np
import imageio
rawfile = np.fromfile('C:/Users/awssome/Desktop/3.raw', dtype='uint16') # 以int16读图片
print(rawfile.shape)
rawfile.shape = (1520, 2688)
prin]]></description><category></category></item><item><title><![CDATA[word中给多个字符添加圆圈]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/117229235</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/117229235</guid><author>aaronmorgan</author><pubDate>Mon, 24 May 2021 18:31:19 +0800</pubDate><description><![CDATA[例如 输入带圈文字 “yes”
在WORD中按快捷键 Ctrl+F9 出现域 （{}内的灰色区域）
在{}中输入 “eq \o (○,yes)”
这时选中右击 选择 切换域代码 会出现结果 （或者按快捷键 Alt+F9）
这样做可能会导致圈太小， 需要做些调整


再次 选择 切换域代码 回到 ：{eq \o (○,yes)}
这时选择小括号里面的○ 右击 选择字体 加大字号
接着选择 yes 右击 字体 高级 字符间距 位置 选择提升（如8磅）
最后 选择 切换域代码 看看效果怎样

...]]></description><category></category></item><item><title><![CDATA[如何安装多个版本的CUDA]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/114790564</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/114790564</guid><author>aaronmorgan</author><pubDate>Sun, 14 Mar 2021 15:47:40 +0800</pubDate><description><![CDATA[转载自：https://www.cnblogs.com/JsonZhangAA/p/10635155.html



我的机器是CUDA16.04的，之前装过CUDA10.0，因为一些原因，现在需要安转CUDA9.0。

1.首先https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&amp;target_arch=x86_64&amp;target_distro=Ubuntu&amp;target_version...]]></description><category></category></item><item><title><![CDATA[林达华解说数学体系]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/102778517</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/102778517</guid><author>aaronmorgan</author><pubDate>Mon, 28 Oct 2019 11:44:02 +0800</pubDate><description><![CDATA[链接1：https://www.cnblogs.com/yymn/p/5021254.html

链接2：http://www.penglixun.com/study/science/mit_math_system.html
]]></description><category></category></item><item><title><![CDATA[Pytorch版faster rcnn的配置记录]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/100838601</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/100838601</guid><author>aaronmorgan</author><pubDate>Sat, 14 Sep 2019 23:07:00 +0800</pubDate><description><![CDATA[使用的代码是ruotian luo的开源代码，github地址：https://github.com/ruotianluo/pytorch-faster-rcnn
0. 安装依赖包
Torchvision 0.3 ，opencv-python, easydict1.6，tensorboard-pytorch，scipy，pyyaml…
一. 下载项目代码，安装COCO API

下载项目代码

g...]]></description><category></category></item><item><title><![CDATA[VOC2007数据集]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/100634418</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/100634418</guid><author>aaronmorgan</author><pubDate>Sun, 08 Sep 2019 21:32:17 +0800</pubDate><description><![CDATA[官方下载地址：https://pjreddie.com/projects/pascal-voc-dataset-mirror/







下面以voc2017为例

下载训练和验证集：

   http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar

下载测试集：

   http...]]></description><category></category></item><item><title><![CDATA[自己的数据集制作成PASCAL VOC格式]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/100624437</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/100624437</guid><author>aaronmorgan</author><pubDate>Sun, 08 Sep 2019 12:22:55 +0800</pubDate><description><![CDATA[链接：

https://www.cnblogs.com/blog4ljy/p/9195752.html
]]></description><category></category></item><item><title><![CDATA[2018.4.12 Ming-Hsuan Yang报告]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/89428424</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/89428424</guid><author>aaronmorgan</author><pubDate>Sun, 21 Apr 2019 09:23:02 +0800</pubDate><description><![CDATA[How to get your CVPR Paper Rejected？

Abstract：
分享投顶会的经历，讨论陷阱和提交的论文的通用问题

Vision and Learning Lab
UC Merced / Google Cloud

CVPR(每年一次)、ICCV(每两年)、ECCV(每两年)、NIPS、ICML
Conference质量往往和location成反比
General ...]]></description><category></category></item><item><title><![CDATA[提取二值图中连通域的包围框 matlab]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/88206746</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/88206746</guid><author>aaronmorgan</author><pubDate>Tue, 05 Mar 2019 21:44:55 +0800</pubDate><description><![CDATA[[l,mm]=bwlabel(img2,8);%img2为二值图
status=regionprops(l,'BoundingBox'); %%画外接矩形
hold on;
for i=1:mm
rectangle('position',status(i).BoundingBox,'edgecolor','r');
end
hold off;
aa=zeros(mm,4);
a=status;
...]]></description><category></category></item><item><title><![CDATA[tensorflow使用多个gpu训练同一个模型]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/87912571</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/87912571</guid><author>aaronmorgan</author><pubDate>Mon, 25 Feb 2019 10:33:31 +0800</pubDate><description><![CDATA[ 

关于多gpu训练,tf并没有给太多的学习资料，比较官方的只有：tensorflow-models/tutorials/image/cifar10/cifar10_multi_gpu_train.py

但代码比较简单，只是针对cifar做了数据并行的多gpu训练，利用到的layer、activation类型不多，针对更复杂网络的情况，并没有给出指导。自己摸了不少坑之后，算是基本走通了，在此记...]]></description><category></category></item><item><title><![CDATA[为什么样本方差里面要除以（n-1）而不是n？]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/87521392</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/87521392</guid><author>aaronmorgan</author><pubDate>Sun, 17 Feb 2019 11:31:13 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/fuming2021118535/article/details/51290320

 

前段日子重新整理了一下这个问题的解答，跟大家分享一下，如果有什么错误的话希望大家能够提出来，我会及时改正的，话不多说进入正题：

首先，我们来看一下样本方差的计算公式：


                                             ...]]></description><category></category></item><item><title><![CDATA[漫谈逆向强化学习 - A Brief Review to Inverse Reinforcement Learning]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/86716793</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/86716793</guid><author>aaronmorgan</author><pubDate>Thu, 31 Jan 2019 16:44:35 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/philthinker/article/details/79778271]]></description><category></category></item><item><title><![CDATA[[cmake]设置Debug和Release编译模式]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/86644141</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/86644141</guid><author>aaronmorgan</author><pubDate>Fri, 25 Jan 2019 12:32:30 +0800</pubDate><description><![CDATA[对cmakelist进行编译时可以选择下面各种模式

debug模式，可以进行gdb调试
mkdir Debug
cd Debug 
cmake -DCMAKE_BUILD_TYPE=Debug .. 
make

release模式
mkdir Release
cd Release 
cmake -DCMAKE_BUILD_TYPE=Release .. 
make

build模式

mkdi...]]></description><category></category></item><item><title><![CDATA[目标定位和检测系列（1）：一些基本概念]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/86320007</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/86320007</guid><author>aaronmorgan</author><pubDate>Fri, 11 Jan 2019 21:46:40 +0800</pubDate><description><![CDATA[ 

目标定位和检测系列（1）：一些基本概念

2018年01月23日 16:16:48 Meringue_zz 阅读数：1665

 版权声明：本文为博主原创文章，转载请注明出处。 https://blog.youkuaiyun.com/sinat_34474705/article/details/79131542

最近开始学习深度学习中的定位和检测任务。本来打算直接看论文，却发现文章中的的很多基本概念都...]]></description><category></category></item><item><title><![CDATA[PCL库实时显示点云流]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/82913899</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/82913899</guid><author>aaronmorgan</author><pubDate>Sun, 30 Sep 2018 22:16:37 +0800</pubDate><description><![CDATA[近期需要将三维点云图实时显示出来，关于点云库，有PCL和opengl。pcl在处理点云的算法上有优势，opengl做点云的显示与渲染有优势。

由于点云处理操作较多，所以就选择了PCL的库来处理。

 

PCL中点云的显示主要有两个类：1. pcl::visualization::CloudViewer; 2. pcl::visualization::PCLVisualizer。

前面一个类主...]]></description><category></category></item><item><title><![CDATA[相机标定（Camera calibration）原理、步骤]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/81782889</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/81782889</guid><author>aaronmorgan</author><pubDate>Fri, 17 Aug 2018 20:22:05 +0800</pubDate><description><![CDATA[相机标定（Camera calibration）原理、步骤

author@jason_ql（lql0716） http://blog.youkuaiyun.com/lql0716


	在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数...]]></description><category></category></item><item><title><![CDATA[旋转矩阵、欧拉角、四元数理论及其转换关系]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/81782876</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/81782876</guid><author>aaronmorgan</author><pubDate>Fri, 17 Aug 2018 20:20:47 +0800</pubDate><description><![CDATA[原文链接  https://blog.youkuaiyun.com/lql0716/article/details/72597719]]></description><category></category></item><item><title><![CDATA[双目立体匹配流程详解]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/81452972</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/81452972</guid><author>aaronmorgan</author><pubDate>Mon, 06 Aug 2018 13:51:11 +0800</pubDate><description><![CDATA[原文链接 https://www.cnblogs.com/riddick/p/8486223.html

 

 

真实场景的双目立体匹配（Stereo Matching）获取深度图详解

　　双目立体匹配一直是双目视觉的研究热点，双目相机拍摄同一场景的左、右两幅视点图像，运用立体匹配匹配算法获取视差图，进而获取深度图。而深度图的应用范围非常广泛，由于其能够记录场景中物体距离摄像机的距离，可以用...]]></description><category></category></item><item><title><![CDATA[细说贝叶斯滤波：Bayes filters]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/81003107</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/81003107</guid><author>aaronmorgan</author><pubDate>Wed, 11 Jul 2018 16:41:07 +0800</pubDate><description><![CDATA[原文链接： http://www.cnblogs.com/ycwang16/p/5995702.html 认知计算，还要从贝叶斯滤波的基本思想讲起。这一部分，我们先回顾贝叶斯公式的数学基础，然后再来介绍贝叶斯滤波器。(一). 概率基础回顾我们先来回顾一下概率论里的基本知识：1. XX:  表示一个随机变量，如果它有有限个可能的取值{x1,x2,⋯,xn}{x1,x2,⋯,xn}.2. p(X=xi...]]></description><category></category></item><item><title><![CDATA[从贝叶斯到粒子滤波——Round 1]]></title><link>https://blog.youkuaiyun.com/aaronmorgan/article/details/81003008</link><guid>https://blog.youkuaiyun.com/aaronmorgan/article/details/81003008</guid><author>aaronmorgan</author><pubDate>Wed, 11 Jul 2018 16:38:23 +0800</pubDate><description><![CDATA[原文链接: https://www.cnblogs.com/JunhaoWu/p/bayes_filter.html　粒子滤波确实是一个挺复杂的东西，从接触粒子滤波到现在半个多月，博主哦勒哇看了N多篇文章，查略了嗨多资料，很多内容都是看了又看，细细斟酌。今日，便在这里验证一下自己的修炼成果，请各位英雄好汉多多指教。　　讲粒子滤波之前，还得先讲一个叫”贝叶斯滤波”的东西，因为粒子滤波是建立在贝叶斯滤...]]></description><category></category></item></channel></rss>