- 博客(54)
- 收藏
- 关注
RSS订阅原创 alike-cpp 编译
16384` 是一个 `int` 类型的常量，而 `SIGSTKSZ` 是一个 `long int` 类型的常量，可以通过显式地将其中一个参数转换为另一种类型来解决这个问题。可以将 `SIGSTKSZ` 类型转换为 `int`，或者将 `16384` 类型转换为 `long int`。为了避免潜在的类型损失，建议将 `16384` 类型转换为 `long int`。在C++中，`std::max` 要求其参数必须是同一类型的，或者至少可以被隐式转换为同一类型。下载所需要的版本，camke 安装即可。
2024-07-12 16:34:40
693
原创 ORB-slam3 安装教程
然后运行即可：./Examples/Monocular/mono_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular/EuRoC.yaml ../Dataset/V1_01_easy ./Examples/Monocular/EuRoC_TimeStamps/V101.txt。#安装后,头文件安装在/usr/local/include/eigen3/Eigen。解决：找到.. / opencv / modules / gapi / test /
2024-07-12 14:54:45
1369
原创 ubuntu重装系统后，安装cuda,cudnn
一、 先安装驱动，如果驱动安装不成功，会影响桌面，再重装系统还来得及，尝试了很多方法，还是用系统安装最靠谱：首先进入Ubuntu搜索栏目，找到软件更新器的一个图标，点开之后是这样的。选择第一个，点击应用更改，剩下的操作只需要等待应用更改完成，关闭该窗口，重启Ubuntu即可。若重启之后nvidia-smi是正常的，那么恭喜你就已经大功告成了。二、安装cuda1.先根据安装的驱动选择合适的版本:watch nvidia-smi可以发现，我这里的NVIDIA显卡驱动版本是535.183.01。
2024-07-11 18:55:55
5156
1
原创 vscode cmake debug 调试
根据项目需求，可以调整 `CMake Tools` 设置，例如设置构建目录，打开项目根目录中的 `CMakeLists.txt` 文件，CMake Tools 会自动检测并提示配置。选择一个合适的 CMake 配置选项，例如 `GCC`、`Clang` 或其它适合你的编译器。- 在项目根目录下的新建 `.vscode` 目录，然后在该目录中创建 `tasks.json` 和 `launch.json` 文件。5. **生成默认的 `tasks.json` 和 `launch.json` 文件：**
2024-06-24 17:47:00
1229
原创 UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xa8 in position
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xa8 in position，这是因为读取文件，并解析内容，但是有些文件的格式不是utf-8，导致读取失败，无法继续。可以在open()函数中加上 encoding= u'utf-8',errors='ignore'两个参数。
2023-04-13 16:20:42
2453
转载 python 调用 Intel realsense D415i摄像头
1、搭建python3开发环境（wind10 ）安装Intel.RealSense.SDK.exe后，在安装目录…/Intel RealSense SDK 2.0/bin/x64目录下有两个.pyd文件，根据文件名可以知道，其中一个对应python2.7版本，另一个对应python3.6。将python3.6对应的.pyd文件复制到python环境的site-packages目录下，我的目录是…/Anaconda3/envs/ycc01/Lib/site-packages。即可完成环境搭建。这里用p
2022-03-04 15:32:41
1487
转载 Visual Studio “当前不会命中断点.还没有为该文档加载任何符号“的解决方法
在使用vs的过程中,有些工程可以编译通过正常运行,但是在下断点调试时会显示"当前不会命中断点.还没有为该文档家在任何符号". 如下图1 图1这并不是vs的bug,而是在设置选项中没有在对应的位置设置调试信息.可以按照下列方法打开断点:1.右键项目->属性->配置属性->C/C++->常规->调试信息格式,这里设置为2.项目->属性->配置属性...
2022-02-21 15:29:46
9390
1
转载 解决c++: internal compiler error: 已杀死 (program cc1plus)
安装opencv时报以上错误原因：发现是自己的交换空间不足一、问题：1. virtual memory exhausted: Cannot allocate memory2. c++: internal compiler ereor: killed(program cciplus)二、解决方法：出现这两个问题的原因都是因为编译时内存不足，临时使用交换分区来解决：# 1. 创建分区sudo dd if=/dev/zero of=/swapfile bs=1M count=2048
2022-02-18 17:04:59
8505
3
转载 解决VMWARE ubuntu虚拟机无法联网问题
VMWARE ubuntu18.04虚拟机突然无法联网了，右上角也没有网络的小图标了，尝试了各种方法，终于成功了，感谢解决VMware虚拟机Ubuntu 18.04无法上网问题 - 王会喜 - 博客园 (cnblogs.com)1. 虚拟机设置的配置如下：2. 停止network-manager服务sudo service network-manager stop3. 备份一下文件sudo cp /var/lib/NetworkManager/NetworkMana...
2022-02-18 15:43:39
4924
11
原创 makefile模板
CC = g++ -w -gCFLAGS = -std=c++11 -fpermissiveCOBJ = -o mainCINCLUDE = -I./include \ CLIB = ./lib/opencv_lib/libopencv_calib3d.so.2.4.13\ ./lib/opencv_lib/libopencv_core.so.2.4.13\ ./lib/opencv_li...
2021-12-15 16:14:24
2893
转载 比yolo快的目标检测方法nanodet
目标检测模型NanoDet（超轻量，速度很快）介绍和PyTorch版本实践_黎国溥-优快云博客_nanodet
2021-12-15 14:44:52
254
转载 bundlefusion 跑自己的离线数据
SLAM之BundleFusion测试自制Rosbag数据集的可行方案_Zebiao Wu Blog-优快云博客#defineM_SENSOR_DATA_VERSION 4下面，将彩色图和深度图的压缩类型进行初始化，初始化制定类型。m_colorCompressionType=TYPE_JPEG;//TYPE_PNG;m_depthCompressionType=TYPE_ZLIB_USHORT;制作.sens数据集跑通bundlefusion - 程序员大本营...
2021-12-08 19:03:29
760
转载 矩阵的奇异值分解过程
在icp配准时用到了奇异值分解，这篇文章写的很好，记录一下：奇异值分解的揭秘（一）：矩阵的奇异值分解过程 - 知乎SVD奇异值分解的数学涵义及其应用实例 - 知乎
2021-12-08 18:48:14
192
转载 pytorch 加载预训练模型
1、 预训练模型网络结构 = 你要加载模型的网络结构那么直接 套用path="你的 .pt文件路径"model = "你的网络"checkpoint = torch.load(path, map_location=device)model.load_state_dict(checkpoint)2、 预训练模型网络结构 与你的网络结构不一致当你直接套用上面公式，会出现类似unexpected key module.xxx.weight问题这种情况下，需要具体分析一下网络信息，再决定如何加
2021-12-06 17:37:41
6673
1
转载 finetune冻结层操作 + 学习率超参数设置
冻结训练的作用：当我们已有部分预训练权重，这部分预训练权重所应用的那部分网络是通用的，如骨干网络，那么我们可以先冻结这部分权重的训练，将更多的资源放在训练后面部分的网络参数，这样使得时间和资源利用都能得到很大改善。然后后面的网络参数训练一段时间之后再解冻这些被冻结的部分，这时再全部一起训练。1、冻结层不参与训练方法：######### 模型定义 #########class MyModel(nn.Module): def __init__(self, feat_dim): # input...
2021-12-06 17:31:53
2910
转载 yolov5优化实例（反光衣识别）
转自：反光衣识别算法冠军方案总结（附源码）｜极市打榜 - 知乎3.数据分析本次比赛一共包括四类类别：reflective_vest（反光衣），no_reflective_vest（未穿或不规范穿反光衣）、person_reflective_vest（穿反光衣的行人）、person_no_reflective_vest（未穿或不规范穿反光衣的行人）。打榜者对图像中反光衣穿着情况的进行目标检测，给出目标框和对应的类别信息，且预警情况只有no_reflective_vest（未穿或不规范穿反光衣）这一情况
2021-12-06 11:45:43
3889
1
转载 图像分类训练技巧之数据增强篇
转自：https://zhuanlan.zhihu.com/p/430563265一个模型的性能除了和网络结构本身有关，还非常依赖具体的训练策略，比如优化器，数据增强以及正则化策略等（当然也很训练数据强相关，训练数据量往往决定模型性能的上线）。近年来，图像分类模型在ImageNet数据集的top1 acc已经由原来的56.5（AlexNet，2012）提升至90.88（CoAtNet，2021，用了额外的数据集JFT-3B），这进步除了主要归功于模型，算力和数据的提升，也与训练策略的提升紧密相关。最近刚
2021-12-06 11:31:14
3348
1
原创 opencv模板匹配
在图像中找固定形状或颜色的区域，可用opencv模板匹配法,详见：opencv之模板匹配_阳春布德泽，万物生光辉的博客-优快云博客_opencv 模板匹配OpenCV探索之路（九）：模板匹配 - Madcola - 博客园
2021-12-02 19:11:58
175
原创 yolov5系列速度测试
图像输入大小为640*640，测试环境不一样，结果会有出入，仅供参考： cpu gpu size yolov5_s 0.225s 0.012s 95.2M yolov5_m 0.366s 0.016s 43.3M yolov5_l 0.553s 0.018s 14.8M yolov5_n 0.136s 0.010s 4M yolov5_n6.0 0.143s 0.012s 6.
2021-12-02 18:59:49
7618
6
转载 BundleFusion
一、配置1.先安装VS2013，先安装VS，先安装VS（安装CUDA会配置VS文件，反向的话VS中找不到文件）VS安装参考：https://blog.youkuaiyun.com/m0_37477061/article/details/834477732.安装CUDA,我们选择的版本为10.12.1 CUDA下载路径：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_v
2021-11-26 14:39:19
648
1
转载 pytorch 解决gpu训练只占一块卡
本文主要解决pytorch在进行模型训练时出现GPU的0卡占用显存比其他卡要多的问题。出现0卡显存更高的原因：网络在反向传播的时候，计算loss的梯度默认都在0卡上计算。因此会比其他显卡多用一些显存，具体多用多少，主要还要看网络的结构。因此，为了防止训练由于 out of memory 而中断。比较笨的办法是减少batch_size那么没有更优雅的方法呢？答案是肯定的。那就是借用下transformer-xl中用到的 BalancedDataParallel类。代码如下（代码出处）：import
2021-08-02 16:19:29
4647
转载 3D点云配准历史
先上一张基于自己理解绘制的点云配准的发展脉络图Figure 1, 从图中我们可以先直观的感受一下点云配准的发展: 前期以传统方法为主, 2018年及之后基于深度学习的配准方法居上。但是需要注意两点: (1) Figure 1中列出了方法并不全面，仅选取了部分代表性的点云配准方法; (2) Figure 1中记录的同一年内的配准方法的提出顺序可能有错误。现在谈一下我对点云配准学习的认识。我感觉可以基于以下5个方面(不是严格的递进顺序)实现点云配准的学习和进阶。ICP算法。ICP算法应该是点云配准领
2021-07-22 11:49:23
859
转载 综述|2021最新关于点云配准的全面介绍
标题：A comprehensive survey on point cloud registration作者：Xiaoshui Huang[1], Guofeng Mei[2], Jian Zhang[2], Rana Abbas[1]编译：点云PCL来源：arXiv 2021摘要点云配准是点云之间的变换估计问题，从优化的角度来看，它经历了很长的发展历史。最近，深度学习的成功极大地提高了配准的鲁棒性和效率。本综述试图对基于优化的学习方法与深度学习方法进行全面的回顾，并建立两者之间的联系
2021-07-05 17:39:59
4036
1
转载 使用深度学习进行点云匹配
https://blog.youkuaiyun.com/xckkcxxck/article/details/84671024
2021-06-28 19:03:41
2494
2
转载 用自己的数据在paddleocr上训练
https://blog.youkuaiyun.com/Guoqi1911/article/details/110679335
2021-06-28 18:33:53
440
转载 车架号校验位规则
http://www.voidcn.com/article/p-kpbzvkjb-cb.html第一：计算方法理论、算法是如何理解的，如下：VIN码各位数字的“对应值”： 0 1 2 3 4 5 6 7 8 9 ...
2021-06-23 12:07:08
4512
转载 点云的曲率及计算
https://blog.youkuaiyun.com/qq_36686437/article/details/116369956
2021-06-17 18:43:43
1946
转载 C++读取配置文件的几种方法
https://blog.youkuaiyun.com/thanklife/article/details/52953475
2021-06-17 18:42:33
1375
原创 拖动鼠标画框
Matlab:I=imread('pic.jpg');figure(1); imshow(I); title('Input Image');text(6,6,'Left click to get points, right click to get end point','FontSize',[12],'Color', 'r');[m,xi,yi]=roipoly;min_xi=min(xi);max_xi=max(xi);min_yi=min(yi);max_yi=max(yi);r
2021-05-27 16:03:54
167
原创 matlab计算图像的亮度和对比度
数字图像的亮度与对比度亮度：设uint8型的灰度图像的二维矩阵为A，设置常整数-255<=c<=255，则A+c就表示亮度的调整。若A+c超过255则自动设置为255，反之若A+c小于0则自动设置为0对比度：设uint8型的灰度图像的矩阵为A,设置正常数c>0与0~255之间的整数k，表示以k为灰度中心，将对比放大/缩小 c倍。通常，因对比度常定义为最大最小灰度比值，故假设 k=0，注意：结果仍会自动转化为 uint8型的数据。 Mat...
2021-05-26 10:27:38
6015
1
转载 用yolov5训练自己的数据集并用TensorRT加速
前言本文主要介绍目标检测YOLOV5算法来训练自己的数据集，并且使用TensorRT来对训练好的模型进行加速推理。环境配置ubuntu 18.04 64bit nvidia gtx 2080Ti cuda 11.0 torch 1.7 pip install requirements.txt （手动狗头）我用的是nvidia官方的docker镜像，下载下来直接就可以用。不想装环境的戳这里训练COCO我们下载的预训练模型就是使用COCO数据集训练出来的模型。下载COCO，运行下面
2021-05-26 10:06:24
1303
8
转载 4种YOLO目标检测的C++和Python两种版本实现
2020年，新出了几个新版本的YOLO目标检测，在微信朋友圈里转发的最多的有YOLOv4，Yolo-Fastest，YOLObile以及百度提出的PP-YOLO。在此之前，我已经在github发布过YOLOv4，Yolo-Fastest，YOLObile这三种YOLO基于OpenCV做目标检测的程序，但是这些程序是用Python编写的。接下来，我就使用C++编写一套基于OpenCV的YOLO目标检测，这个程序里包含了经典的YOLOv3，YOLOv4，Yolo-Fastest和YOLObile这4种YOLO目
2021-05-26 10:02:52
460
转载 RepVGG backbone
前 言：repVGG绝对可以算得上2020年在backbone方面有很大影响力的工作，其核心思想是：通过结构重参数化思想，让训练网络的多路结构(多分支模型训练时的优势——性能高)转换为推理网络的单路结构(模型推理时的好处——速度快、省内存）)，结构中均为3x3的卷积核，同时，计算库（如CuDNN,Intel MKL）和硬件针对3x3卷积有深度的优化，最终可以使网络有着高效的推理速率(其实TensorRT在构建engine阶段，对模型进行重构，底层也是应用了卷积合并，多分支融合思想，来使得模型最终有着高性
2021-05-26 09:56:34
614
Chain-of-thought prompting elicits reasoning in large language
2023-08-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人