- 博客(119)
- 资源 (11)
- 收藏
- 关注
RSS订阅原创 PCL入门（七）：点云数据输入输出、两个点云的拼接等简单操作
时，执行操作2，即增加点的维度，此时cloud_b为n_cloud_b，包含5个点，新点云cloud_c为包含5个点的点云，每个点的维度增加。时，执行操作1，即增加点的数量，此时cloud_b为3个点的点云，新点云cloud_c为包含8个点的点云；，点云的拼接存在两种操作，一种是增加点的数量，一种是增加点的维度。随机创建名为test.pcd的点云数据，如下。读取前面创建的test.pcd文件，如下。生成的test.pcd文件内容如下。下面的代码生成二进制文件。
2023-09-13 19:00:00
2578
原创 PCL入门（六）：深度图提取边界
参考《02-深度图》深度图像（Depth Images）也被称为距离影像（Range Image），是指将从图像采集器到场景中各点的距离值作为像素值的图像，它直接反应了景物可见表面的几何形状，利用它可以很方便的解决3D目标描述中的许多问题，深度图像经过点云变换可以计算为点云数据，有规则及有必要信息的点云数据可以反算为深度图像数据。
2023-09-12 21:45:00
861
1
原创 PCL入门（五）：随机采样一致性算法RANSAC简单使用
参考博客《随机抽样一致性（RANSAC）算法详解》该算法根据数据集获得满足一定条件的参数估计，实现利用尽可能少的数据获得尽可能大的一致性数据集。具体来说，步骤1：从数据集中随机获得一定量的数据；步骤2：根据获取数据，做参数估计，并拟合模型；步骤3：计算数据集中的每一个点在该模型下的距离或者损失，据此将数据集分为内部点集合和外部点集合；步骤4：若迭代次数未超过阈值，则返回步骤1；步骤5：将内部点集合中数据最多的模型作为最终输出模型。
2023-09-12 18:30:00
708
原创 PCL入门（四）：kdtree简单介绍和使用
kd树是一种空间划分的数据结构，对于多个维度的数据，按照某种规则选定某个维度，在该维度下进行排序，选择中间的数据作为划分节点，然后分别对划分节点左边和右边的数据进行上面的划分步骤。三维点云的数据量较大，使用kd树进行搜索可以减少时间，可以确保点云的关联点寻找和匹配处于实时状态。总而言之，就是利用kd树，可以实现点云数据的快速搜索。使用kd树一般有两个任务，分别是k近邻搜索和半径内搜索。
2023-09-08 21:00:00
1234
原创 PCL入门（三）：矩阵变换实现平移和旋转
任意方向旋转任意角度，可通过绕着x轴旋转、绕着y轴旋转、绕着z轴旋转等三个基本旋转操作组合而成。而绕着x轴旋转、绕着y轴旋转、绕着z轴旋转可分别通过矩阵表示。通过激光传感器等设备获得的3d点云在拼接成更大场景时，需要对点云数据进行旋转和平移操作。可以看到，通过给三维点坐标增加一维，可以非常方便的通过矩阵乘法实现点的平移操作。只要实现矩阵变换，就可以做点云的旋转和平移。则接近于人类操作步骤，将平移操作和旋转操作做成函数，调用即可。举例：将点云数据先沿着x轴平移2.5，然后绕着z轴逆时针旋转。
2023-09-07 19:00:00
2603
1
原创 瑞芯微RK3588开发板：虚拟机yolov5模型转化、开发板上python脚本调用npu并部署 全流程
模型转化这一步，需要在笔记本上的ubuntu20.04桌面版的虚拟机内完成，包括yolov5s.pt转为yolov5s.onnx，yolov5s.onnx转为yolov5s.rknn等两个主要步骤。再次，将yolov5s.onnx复制到~/Desktop/rknn-toolkit2/examples/onnx/yolov5目录下，将该目录下的test.py作出一些修改，如下图。最后，将转换后的rknn文件放在model/RK3588目录下，编译并运行shell，该命令成功执行后，会生成install目录。
2023-09-07 10:56:58
5423
12
原创 python 基于http方式与基于redis方式传输摄像头图片数据的实现和对比
这里的redis方式具体指的是，redis是一个内存数据库，通过键值对存储数据，通过订阅/发布机制传递消息，所以将图片字节流数据存入redis中，并将存入消息发布出去，实现发送效果。在不同进程或者不同语言间传递摄像头图片数据，比如从java实现的代码中获取摄像头画面数据，将其传递给python实现的算法代码中进行处理。思路：通过redis数据库的消息监听机制，当接收到数据入库消息，则提取图片字节流数据，并将其处理为opencv格式的图片数据，从而做到显示。若要提高速度，可取消base64的加密过程；
2023-09-01 12:01:26
2186
原创 linux下使用pyqt5的QMediaPlayer制作简易播放器（存在进度条、前进、后退、暂停、打开、播放等操作）
linux下使用pyqt5的qmediaplayer制作简易播放器
2023-06-29 18:00:00
1488
原创 jetson nano: python调用yolov5-v6.0的tensorrt加速的c++代码，推理速度稳定在12fps，显存占用在0.8G以内
python调用tensorrt加速的yolov5-v6.0的c++代码，使得推理速度12fps，显存控制在0.8G以内
2023-06-01 23:29:11
2187
1
原创 python调用海康视频汇聚平台API，获得所有摄像头设备编号、实时播放rtsp地址、回放rtsp地址
使用Python调用海康汇聚平台的api，实现对摄像头的视频播放和回放
2023-05-24 21:00:00
9634
3
原创 瑞芯微rk3588开发板报错 E RKNN: failed to submit! Op id:1 op name:conv:conv_0, flags: 0x5, task start:1565
我设置了NPU_CORE_0_1_2，希望能够同时运行在3个npu核心上，但是当有多个算法进程在运行时，都同时运行在3个npu上，导致调度出错，进而影响整个系统运行。虽然报错信息里提示是网络第一层出现问题，但是由于该进程已经正常运行一段时间，因此可以排除是网络问题，应该是网络模型载入时出现问题，导致在第一层报错。在模型推理之前，需要初始化运行时环境，采用函数init_runtime，该函数如下图所示。报错，具体报错图片如下。将init_runtime的参数设置为NPU_CORE_AUTO后，即可完美解决。
2023-03-29 14:43:23
3820
8
原创 pyqt5 qlabel显示实时视频流报错 Segmentation fault (core dumped) 解决办法
【代码】pyqt5 qlabel显示实时视频流报错 Segmentation fault (core dumped) 解决办法。
2023-03-02 19:54:55
803
原创 pyqt5 多线程实时拉流并播放，画面流畅无卡顿
用全局队列会导致延时严重，因此更换为全局栈，同时，在线程2从全局栈中获得最新视频帧后，需要对全局栈进行清空处理，确保线程2每次获取的都是最新的图片帧。，该博客主要采用两个线程，线程1用来拉流并解码，线程2用来对图片做处理，处理后在主线程的qlabel()上显示。线程1与线程2之间用全局队列来交换图片帧。需要用pyqt5做一个简单播放器，能够连接单位摄像头，用rtsp拉流并实时展示。很多博客方法都试过，或者卡顿，或者时延较大，无法满足需求。
2023-03-01 21:36:08
3181
11
原创 ubuntu 18.04中用pyinstaller加密打包yolov5训练代码的详细过程
ubuntu18.04用pyinstaller打包yolov5训练代码的详细过程，包括加密防止反编译
2023-01-10 13:40:16
1807
2
原创 在ubuntu系统上用pyinstaller加密打包yolov5项目代码的详细步骤
在ubuntu18.04系统上用pyinstaller工具加密防反编译打包yolov5项目的详细步骤
2023-01-09 14:38:03
4245
3
原创 linux 通过python获得服务器唯一机器号
模块获得设备的MAC地址。但是该MAC地址在python代码重新运行后会变化，无法唯一标志。需要做校验，使得代码仅在特定服务器上运行。这就需要获得唯一标志该机器的机器码。这里，我选择机器的主板序列号作为唯一标志码。
2022-12-14 16:33:31
2294
原创 Python 通过subprocess运行代码，并实时获得该代码的窗口输出（如print输出、神经网络模型训练和推理相关实时输出等）
python主进程唤起一个python子进程，该子进程运行时会实时打印信息，主进程需要获得子进程的实时信息。用subprocess.popen运行子进程，代码内用print进行输出。
2022-11-16 14:52:11
7588
6
原创 jetson nano 在conda环境中安装pyqt5
目录1. 需求2. 实现2.1. 安装pyqt52.2. 软连接到conda环境3. 测试1. 需求需要在jetson nano的conda环境(请安装miniforge3)中安装pyqt5，方便展示界面。2. 实现参考博客《jetson nano安装pyqt5遇到的问题及解决办法》依次执行以下步骤2.1. 安装pyqt5sudo apt install pyqt5*sudo apt-get install python3-pyqt5以上安装的pyqt5仅供系统使用，如果要在conda环
2022-05-30 10:33:54
4791
9
原创 pyqt5 QTableWidget 多线程实时刷新表格数据
目录1. 需求2. 实现3. 效果1. 需求a. 表格数据初始化b. 按下更新按钮，使用多线程更新表格数据c. 按下终止按钮，表格数据终止更新2. 实现参考博客《Pyqt5信号与槽结合多线程实时刷新数据到文本框》实现代码from PyQt5.QtCore import *from PyQt5.QtGui import *from PyQt5.QtWidgets import * import sysimport time class my_thread(QThread):
2022-05-28 15:40:09
8764
原创 PyQt5 QTableWidget 点击单元格获得 文本位置、按钮位置
目录1. 需求2. 实现3. 效果1. 需求界面实现如下需求：表格中有文本信息、单按钮和多按钮，a. 点击表格单元格，返回单元格的位置和文本信息b. 点击表格单元格，返回单按钮位置信息c. 点击表格单元格，返回多按钮位置信息2. 实现参考博客《PyQt5高级界面控件之QTableWidget的具体使用方法》参考博客《PyQt5 QTableWidget添加多个按钮，并确定其位置》参考博客《pyqt中的QTableWigget获取点击单元格的内容，行，列》直接给代码from PyQt5.
2022-05-28 14:18:00
4850
原创 pyqt5 单文件 多线程方式展示拉流视频，关闭界面自动销毁拉流线程
目录1. 需求2. 实现3. 效果1. 需求实现两个功能点：a. 用多线程方式展示拉流视频b. 关闭界面时，展示线程自动销毁2. 实现功能点a主要参考博客《PYQT5 多线程方式，界面显示视频》功能点b主要参考博客《PyQt5 closeEvent 关闭事件，退出提示框》直接给代码main.py，运行即可（注意改成自己摄像头的ip地址）# -*- coding: utf-8 -*-import cv2import threadingfrom PyQt5.QtCore import
2022-05-27 14:11:45
678
原创 使用自己的数据训练Yolov4-tiny模型，并用tensorrt运行（配置github host、编译安装opencv4.1.1+contrib和darknet、制作数据集、训练全流程）
目录0. 修改host文件 （选做）1. 编译安装opencv 4.1.1+contrib2. 准备训练环境3. 制作自己的数据集4. 预训练权重和配置文件5. 创建训练配置文件6. 训练0. 修改host文件 （选做）这一步主要为了方便从github上下载东西。如果是私人电脑或者服务器，这样修改host是可以的，对于单位服务器，则不推荐修改host文件。进入https://www.ipaddress.com/，分别查询以下三个github相关网址输入 github.comip地址为140.
2022-04-07 09:12:31
5346
原创 pp-tracking ubuntu 18.04使用GPU推理出现Segmentation fault
目录1. 报错2. 报错原因3. conda环境指定cuda 10.2和cudnn 7.6.53.1. 安装cuda 10.23.2. 安装cudnn 7.6.53.3. conda环境指定cuda 10.23.4. conda环境安装cuda 10.24. 测试听说pp-tracking做跟踪比较好，试用，发现使用gpu做推理会发生报错，遂记录报错排除方法。1. 报错按照《PP-Tracking之手把手玩转多目标跟踪》教程，输入如下命令进行推理python deploy/pptracking/py
2022-02-12 16:30:49
1948
原创 python调用.so动态链接库，运行时报错 liblapack.so.3: undefined symbol: icamin_k
目录1. 报错2. 原因3. 尝试4. 解决1. 报错用python调用动态链接库，编译完全没有问题，顺利生成.so文件，但是运行python调用该库时，发生报错。报错信息如下：Traceback (most recent call last): File "py_send.py", line 14, in <module> sharelib = libLoad("./build/libpython2share.so") File "/home/aaeon/minifor
2022-01-13 14:33:56
2438
原创 opencv 编译安装时出现报错 modules/videoio/src/cap_ffmpeg_impl.hpp:585:34: error: ‘AVStream {aka struct AVStre
目录1. 报错2. 报错原因3. 卸载当前ffmpeg3.1. 卸载apt安装的ffmpeg3.2. 卸载编译安装的ffmpeg4. 编译安装ffmpeg 4.34.1. 下载安装包4.2. 安装依赖4.3. 编译安装4.4. 测试ffmpeg5. 编译安装opencv 4.1.1在jetson nano上尝试用python调用.so文件，但是报错，报错信息显示是opencv出现问题，遂决定重装opencv。先是编译opencv 3.4.10，报错，后面又重装之前的opencv 4.1.1，居然依旧报错
2022-01-11 18:45:34
8319
3
原创 yolo-tensorrt 运行 make报错 error: ‘int nvinfer1::MishPlugin marked ‘override’, but does not override
目录1. 完整报错信息2. 原因3. 解决办法在机器上下载yolo-tensorrt项目，按照其测试步骤来操作，如下在make这一步报错。1. 完整报错信息In file included from /home/aaeon/Desktop/yolov5-tensorrt/yolo-tensorrt/modules/trt_utils.h:38:0, from /home/aaeon/Desktop/yolov5-tensorrt/yolo-tensorrt/mod
2022-01-07 16:41:42
3074
1
原创 tensorrt报错 [F] [TRT] Assertion failed: Unsupported SM.
目录0. 完整报错信息1. 原因0. 完整报错信息在安装完tensorRT，运行minist测试用例时，发生如下报错&&&& RUNNING TensorRT.sample_mnist # ./sample_mnist[01/06/2022-15:14:48] [I] Building and running a GPU inference engine for MNIST[01/06/2022-15:27:59] [F] [TRT] Assertion faile
2022-01-06 15:50:39
5257
原创 anaconda环境中使用sudo python报错
目录1. sudo python和python的区别2. 解决方案在ubuntu16.04中，系统自带python2，我用anaconda安装了python3环境。现在运行一个main.py文件，该文件会创建目录和图片，需要root权限。因此，我使用sudo python main.py，出现错误，主要是提示numpy、scipy等等这些第三方库均未安装。但是我确实已经在conda环境中安装了。为什么会出现这种问题？1. sudo python和python的区别参考博客《python和sudo
2021-12-22 14:14:50
3593
1
原创 在ubuntu中使用cv2.imshow()报错 No protocol specified qt.qpa.xcb: could not connect to display :0
No protocol specifiedqt.qpa.xcb: could not connect to display :0qt.qpa.plugin: Could not load the Qt platform plugin “xcb” in “/home/wangxin/anaconda3/envs/pytorch1.8_py3.7/lib/python3.7/site-packages/cv2/qt/plugins” even though it was found.This applic
2021-12-22 10:10:17
3649
原创 ubuntu 安装 mono报错 E: Unable to correct problems, you have held broken packages.
目录1. 更新源2. 安装mono2.1. 安装必要软件包2.2. 导入源仓库的 GPG key2.3. 添加 Mono 源仓库到系统源2.4. 安装mono系统：ubuntu16.04由于mono版本较低，需要重新安装mono。当重新安装mono时，出现如下报错The following packages have unmet dependencies: mono-complete : Depends: mono-runtime (= 6.12.0.122-0xamarin1+ubuntu1804
2021-12-21 18:53:41
4016
2
opencv4.1.1+opencv-contrib4.1.1+boostdesc_bgm.i等.rar
2021-10-20
音乐推荐系统数据集.zip
2020-08-13
tmdb5000.zip
2020-08-08
countries.txt
2020-02-11
lianjia_beijingHousing_fromKaggle.zip
2015-06-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人