旺仔小姐-优快云博客

转载 github无法加载图片-请看这里

github无法加载图片是因为访问失败，点击无法加载的图片，跳转到如下网页，会显示网页无法加载1.请复制下来红色方框内的域名2.搜索域名对应IP&nbsp；通过 https://www.ipaddress.com 这个网站，先找到域名raw.githubusercontent.com对应的ip地址。3.修改本地host文件&nbsp；hosts 文件在 C:\Windows\System32\drivers\etc 下。因为直接修改存在权限问题，所以我们先拷贝出来，修改后，再覆

2021-07-14 09:55:09 2190

原创学习率设置-warm up与consine learning rate

warm up最早来自于这篇文章：https://arxiv.org/pdf/1706.02677.pdf。根据这篇文章，我们一般只在前5个epoch使用warm up。consine learning rate来自于这篇文章：https://arxiv.org/pdf/1812.01187.pdf。通常情况下，把warm up和consine learning rate一起使用会达到更好的效果。代码实现：# MultiStepLR without warm up scheduler =..

2021-05-06 15:13:26 1961

原创 ubuntu 添加自定义命令--进入容器

进入容器的方式有好几种，我常用的如下（trt_second为容器名）：sudo docker exec -it trt_second bash每次都打这么一长串，实属繁琐，所以添加自定义命令代替它。步骤如下：1 创建shell文件touch second.sh2 在second.sh中添加想要替换的命令，如我的：sudo docker exec -it trt_second bash3 打开bash.bashrc文件vim /etc/bash.bashrc在最后一行添加：alia

2021-03-26 09:50:04 640

原创深度学习模型剪枝： Pcdet-PointPillars 剪枝流程及结果

**深度学习模型剪枝： Pcdet-PointPillars 剪枝流程及结果**1.Pcdet-PointPillars原始模型结构网络部分包含4部分：（1）PillarVFE （2）PointPillarScatter （3）BaseBEVBackbone

2021-02-01 11:03:31 2892 18

原创点云目标检测 -- 目标框内点的个数 -- python代码

此程序是计算目标框内点的个数，此段代码摘自second目标检测算法，可直接运行。输入数据为：pcd格式的点云数据（x,y,z,i）csv格式的标签数据（包括x,y,z,l,w,h,angle等）注：部分代码写法繁琐，可自行简化，且速度不是太快，可自行加速。import numpy as npimport osimport csvimport mathimport numbaimport pdbPI_rads=math.pi/180def create_data_infos(labe

2020-12-01 09:20:15 2008

原创 MMdetection3d框架的环境搭建与使用（二）-- 使用篇

以kitti数据集、pointpillars模型为例介绍使用方法。一、使用方法1.数据集制作其中，ImageSets自己创建，并把对应的txt文件复制进去，2.预处理数据集python tools/train.py configs/pointpillars/hv_pointpillars_secfpn_6x8_160e_kitti-3d-3class.py3.训练python tools/train.py configs/pointpillars/hv_pointpillars_secf

2020-11-30 19:52:19 3606 27

原创 MMdetection3d框架的环境搭建与使用（一）--环境搭建

MMdetection3d框架的环境搭建与使用（一）1.框架简介伴随着自动驾驶科技的飞速发展和激光雷达的普及，3D目标检测近年来逐渐成为业界和学术界的研究热点。然而，目前在3D目标检测领域却不像2D目标检测那样，有着像MMDetection这样简单通用的代码库和benchmark。所以，商汤发布了MMDetection3D（简称MMDet3D）来弥补这一空白。2.框架优势1).支持多模态/单模态3D检测2).支持室内/室外主流数据集3).直接支持MMDetection的model zoo4).

2020-11-05 09:17:19 4648 2

原创【TensorRT】Ubuntu+18.04TensorRT5.1.5.0+ONNX1.4.0+onnx_tensorrt 5.1环境安装很详细

为了将pytorch模型转换为onnx,并用tensorrt加速，安装了TensorRT5.1.5+ONNX1.4.0+onnx_tensorrt 5.11.TensorRT功能说明TensorRT是NVIDIA 推出的一款基于CUDA和cudnn的神经网络推断加速引擎，相比于一般的深度学习框架，在CPU或者GPU模式下其可提供10X乃至100X的加速，极大提高了深度学习模型在边缘设备上的推断速度。将TensorRT应用在NVIDIA 的TX1或者TX2上，可实现深度学习网络的实时推理，且不需在内存较少

2020-07-03 16:40:35 1550

原创 TensorRT加速pointpillars

刚接触tensorrt加速pointpillars,很感谢https://blog.youkuaiyun.com/Small_Munich/article/details/102489147 博客博主的分享，目前已经把环境配置好，并把pfe.onnx和rpn.onnx用tensorrt加载测试成功，目前有几个问题待解决：1.如何把中间层PointPillarsScatter也转换为onnx，需要写plugin吗？2.给原网络和onnx网络输入同样的数据，但是原网络rpn层耗时仅8毫秒，而tensorrt耗时1

2020-06-30 17:16:07 1798 18

旺仔小姐的博客