- 博客(17)
- 收藏
- 关注
RSS订阅原创 BEV-感知-概念
第一个是标签 第二个是截断程度 1 0 第三个是截断的情况 接着是物理里拍摄的角度 接着 2d 检测框的值 左上角 和右下角坐标，，然后是3d的数据 h w l；最后是这个物体的预测概率置信度。
2024-12-12 17:26:49
407
原创 ros 开发工具
原因是rosrun命令只能一次启动一个命令。launch文件的设置就是为了同时启动和配置多个节点。就不用单独启动一个终端来启动roscore这个命令。类似与linux的脚本。launch文件的使用的规则如下所示：知识点介绍：node这个标签会启动一个节点。pkg type这个相当于 rosrun learning—communicatin persion—subscribe后面两个参数。name第三个参数相当于 在代码里面的节点初始化的时候，人为附的值，但是这个标签优于代码里面的name。
2024-12-11 11:15:14
257
原创 ros开发流程
第一步：创建工作空间（相当于c中的创建工程）第二步：创建功能包（相当于文件夹，存放源代码等配置）第三步：创建源代码第四步：配置编译规则 （python不用编译）第五步：编译与运行。
2024-12-10 11:52:15
656
原创 ros例程--小海龟---常用命令
通过命令行手动发布一个内容给节点，主要是pub这个命令，发布的命令。接着的命令如下所示：解释，rosrun为命令 后面跟一个功能包然后接一个可执行文件。该命令可以查看系统发的全貌，关闭debug模式，会更全面的展示系统中的信息。添加一些服务节点，以小海龟为例子，说明添加一个新的节点，后面命令按tap键。可以加一个 -r 10 的命令，说明：按照每秒10hz的频率进行发布命令。rosqt可视化工具，查看系统中运行的计算图。rostopic list 查看创建的消息。查看话题的里面的内容。
2024-12-09 17:18:11
337
原创 yolov8--改模型
然后在ultralytics/nn/task中进行倒入我们刚刚已经写好的模块。在addmodules中加入mobienetv4中的py文件。这里是新建的一个文件架，存放一个要添加的模型。同时在这个目录下添加init.py文件。在nn中modules建立一个文件夹。这个文件同杨在刚刚那个文件里的。目的是为了导出我们的检测头。
2024-12-05 17:50:48
266
原创 修改的文件内容--解读
新增功能点自定义 conv1x1 卷积层：在 Detect 类中新增了一个不可训练的 1x1 卷积层，初始化了权重。特征处理增强：在 Detect 类的 forward 方法中，增加了对特征的特殊处理逻辑（softmax 和 conv1x1）。在 Segment 和 Pose 类中，增加了对 cv4 的处理和新的返回值。多输出支持：增加了对 mask coefficients 和 pose features 的支持，扩展了分割和姿态估计任务的功能。代码用途总结。
2024-11-26 10:02:10
830
原创 yolov5导出onnx模型
onnx是一种开放的模型格式，可以用来表示深度学习模型，它是由微软开发的，目前已经成为了深度学习模型的标准格式。可以简单理解为各种框架模型转换的一种桥梁。
2024-11-13 09:13:12
579
原创 YOLOV5+track0+IOU实现追踪详细步骤
在检测任务中，它用于评估模型的检测精度，而在追踪任务中，它用于关联目标在不同帧中的检测结果。卡尔曼滤波器只是在短时间内预测目标的位置，它无法“预知”未来帧中的信息，只能通过当前的运动状态（如速度、加速度等）推测出未来帧的目标位置。在目标追踪中，IOU 常用于关联连续帧中的检测结果。如果你有未来帧的信息（例如在离线处理时），可以使用更复杂的算法来进行更全局的优化，但这种情况在实时追踪中较少见。为什么不包含未来帧：在大多数实际应用中，未来的帧在计算时是未知的，因为我们通常只能实时处理视频或逐帧处理数据。
2024-11-13 09:12:35
503
原创 tensorrt_前言
tensorrt包含了将训练后的模型优化后的，以及负责推理优化后的模型。优化举一个例子：合并特定的层注意：优化后的模型进行部署的方式，一定要版本对应。
2024-08-28 08:54:06
665
原创 yolo系列
将输入图像的大小调整为448×448，分割得到7*7网格；一个狗的图像中心如果落到了格子的中心，那么该格子就要负责2个bounding box 的预测。
2024-01-15 11:42:25
421
1
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