- 博客(59)
- 收藏
- 关注
RSS订阅原创 OSTrack 与 LightTrack 在 Jetson 上部署时的对比和注意事项
OSTrack 作为最新的跟踪器，凭借 Transformer 的优势在理论上能够提供更好的跟踪性能，但在 Jetson 这样的嵌入式平台上，能否发挥其优势取决于模型优化和硬件加速的程度。如果你有足够的时间和资源进行模型转换与优化，OSTrack 是一个有吸引力的选择；可以根据自己的项目需求和 Jetson 的资源状况，先试验优化后的 OSTrack，如果在性能和实时性上符合预期，再考虑长期使用；在 Jetson 部署时，选择哪个算法需要综合考虑模型的性能、计算复杂度和资源占用等因素。
2025-04-03 10:04:21
534
原创 研究下适合部署在jeston上的深度学习类单目标跟踪算法
单目标跟踪（Single Object Tracking, SOT）是计算机视觉中的核心任务，主要用于无人机、自动驾驶、智能监控等领域。✅ 适用于目标外观变化较大的场景，如光照变化、形变等。✅ 强大的目标建模能力，适用于长时间跟踪任务。✅ 适用于复杂环境，如低光照、背景干扰等情况。✅ 兼顾高精度与计算效率，适用于资源受限设备。✅ 适用于嵌入式部署，如 Jetson 平台。✅ 具有较好的自适应能力，适合复杂跟踪任务。✅ 目标定位精度较高，适用于小目标跟踪。✅ 适用于长时间跟踪任务，鲁棒性强。
2025-04-03 09:36:59
509
原创 使用 YOLOv10 生成预测标签文件的完整示例（predict时生成txt格式标签）
YOLOv10 是一款高效的目标检测模型，其predict()方法可以直接对输入图片或视频进行推理。默认情况下，该方法会返回一个Results列表，每个Results对象中包含了检测到的目标信息，例如边界框、类别、置信度等。然而，predict()方法并不会自动生成标签文件。本教程通过遍历Results并将检测结果写入.txt文件，解决这一需求。通过上述代码示例，你可以在调用 YOLOv10 的predict()方法后，将检测结果自动保存为标签文件。该方法灵活高效，便于对检测结果进行进一步处理。
2025-04-01 09:22:45
20
原创 Windows 连接 Jetson 失败的解决方案（SSH & Ping 超时）
仍然超时，但 Jetson 能访问 Windows，说明。如果 Windows 和 Jetson 处于不同子网（如。本文总结了可能的原因及对应的解决方案。按以上步骤操作后，Windows 应该能够。确认 Jetson 的 IP 地址是否是。连接互联网时，可能会遇到。，并确保它正确分配了 IP。，这可能与路由或防火墙有关。Jetson 可能开启了。如果仍然连接失败，可能是。
2025-03-27 09:58:22
829
原创 【git拉取冲突解决】Please move or remove them before you merge. Aborting
失败的原因是，本地存在未被 Git 跟踪的文件，而这些文件在远程仓库中有更新，Git 发现合并会覆盖这些文件，因此终止了操作。：这会删除所有未被 Git 跟踪的文件和目录，谨慎操作。目录，确认哪些文件应该保留或合并。可以根据自己的需求选择合适的方法。
2025-03-26 10:01:13
474
原创 迭代处理所有目录下的图像，按同样的结构保存到新目录下，图像处理方式是精简图像数量，每隔3张保存一张
下面是一个 Python 脚本，它会遍历指定的输入目录 ()，并按每隔 3 张保存 1 张的方式进行精简处理。)，按相同的目录结构，将图像保存到新目录 (变量来适配你的数据路径。
2025-03-24 11:02:13
137
原创 jeston orin nx部署yolov11-infor.cpp
引擎加载与构建检查是否存在序列化的 TensorRT 引擎文件，若存在则直接加载，否则通过解析 ONNX 模型构建引擎，并保存到文件中。预处理、推理和后处理对输入图像进行预处理（调整尺寸、颜色转换、归一化等），通过 TensorRT 进行推理，然后经过转置、解码及非极大值抑制得到最终检测结果，最后恢复检测框至原图尺度。结果绘制利用 OpenCV 将检测结果（边框、类别、置信度）绘制到图像上，方便可视化检测效果。
2025-03-18 08:27:32
37
原创 cmake --build . --config Release和make是1个意思吗
如果你不确定 CMake 生成器，或者希望跨平台支持，使用。两者的作用相似，但适用于不同的 CMake 生成器。如果你是在 Linux 运行，直接。
2025-03-17 16:49:13
312
原创 配置#include “nlohmann/json.hpp“，用于处理json文件
include “nlohmann/json.hpp” // 需要安装 nlohmann/json.hpp 头文件下载链接：https://github.com/nlohmann/json/tree/develop1.下载并解压：首先，需要从nlohmann/json的GitHub仓库下载源代码，并解压得到的文件。地址：2.拷贝头文件：解压后，会得到一个名为include的文件夹，将该文件夹下的所有文件拷贝到的工程文件夹下。
2025-02-07 16:58:46
319
原创 基于局部对比度（LCM）的红外弱小目标检测之背景抑制
红外弱小目标检测跟踪算法研究https://blog.youkuaiyun.com/Hilaryw/article/details/137232793https://blog.youkuaiyun.com/hilaryw/category_12556265.htmlLocal Contrast Measure（LCM）该方法实现过程一句话就可以概括：增强图像中的小目标区域，同时抑制图像中的背景区域。问题一：你怎么知道图像哪部分是小目标区域，哪部分是背景区域？问题二：怎么增强又怎么抑制呢？…如何识别出小目标呢？没错，你正是通过小目
2024-04-17 16:26:46
600
原创 红外弱小目标检测与跟踪
此外，满足假设的不光是目标，也可能是干扰，例如高亮的像素级噪声等。显性地构建一种反应这种差异的度量方式，在局部的滑窗中，计算中心和邻域之间灰度的差值或比值，包括RLCM、TLLCM、AAGD等。根据国际光学工程学会的定义，在256×256的图像中，红外小目标的像素面积不超过9×9。基于分割的方法，处理思路与模型驱动的传统方法类似，网络对每个像素进行二分类，区分为目标或者背景，输出目标分割图。缺点：不是所有的小目标检测都满足矩阵分解的前提，而且计算复杂，难以满足实时性的要求。
2024-03-25 11:21:24
1430
原创 基于背景抑制tophat红外弱小目标检测算法实现（MATLAB+python代码）
背景抑制类算法通过在图像上移动特殊设计的滑窗，抑制窗口内的背景像素，并增强目标像素。典型方法包括top-hat变化、中值滤波、均值滤波等。这些早期方法已经被广泛地部署于实际应用场景。top-hat算法先腐蚀后膨胀，可以腐蚀掉小目标，得到背景图，再用原图-背景图得到目标图；top-hat算法只适合检测小目标，检测不了大目标，当目标过大的时候，会被当成背景滤掉。缺点：处理厚云层或海天交界场景时会出现大量的虚警。
2024-03-25 11:13:08
967
原创 nvidia-smi命令解析
persistence mode 能够让 GPU 更快响应任务，待机功耗增加。Persistence-M：持续模式状态（持续模式耗能大，但在新的GPU应用启动时花费时间更少）Volatile GPU-UTil：GPU使用率，与显存使用率的区别可参考显存与GPU。Temp：GPU温度（GPU温度过高会导致GPU频率下降）Perf：性能状态，从P0（最大性能）到P12（最小性能）Bus-Id：GPU总线，00000000:37:00.0。Fan:风扇转速（0%-100%），N/A表示没有风扇。
2023-04-28 15:55:56
1676
原创 linux服务器问题积累
当Ctrl+c没有彻底结束进程，使用nvidia-smi发现仍被占用时，使用kill命令杀死进行：如下。解决办法是，直接用 bash test.sh，或者./test.sh,这两种方式来执行脚本。其中不包括刚才那种数组初始化，所以才会识别不了，直接报Syntx error。比如需要删除当前路径下的一个test的文件夹：rm -rf test。又因为dash是比bash还轻量的，只支持基本的shell功能，如果删除空文件夹，也可以使用命令进行删除：rmdir test。
2023-04-13 10:56:04
551
原创 「Masked Autoencoders」MAE算法相关及后续工作整理
(MAE, Kaiming He et al.)由于其从丰富的未标记数据中学习有用表示的能力而重新引起了人们的兴趣。直到最近，MAE及其后续工作已经推进了最先进的技术，并在研究(特别是视觉研究)中提供了有价值的见解。在这里，列出了MAE之后或同时进行的几项后续工作，以启发未来的研究。
2023-04-07 16:32:06
1912
原创 使用卡尔曼滤波实现单目标跟踪过程中的目标运动轨迹预测
针对目标被遮挡的情况，使用卡尔曼滤波进行轨迹预测，试验表明，对目标消失60帧的视频，具有较好的轨迹预测效果使用卡尔曼滤波对运动轨迹预测，连续起来，就是一个目标该跟踪算法，本文实现的代码，是基于检测算法实现的，即，每一帧执行检测算法，当目标消失的时候，使用卡尔曼滤波进行轨迹预测，
2022-12-29 16:53:31
4366
2
原创 基于python实现相关模板匹配跟踪之SSDA算法
相关模板匹配跟踪和质心跟踪都是传统算法，相较于AI算法，具有极快的处理速度，在空天背景下跟踪效果不错，适合在FPGA硬件上进行部署。本文分享了一种基于python实现相关模板匹配之SSDA算法。 相关模板匹配跟踪和质心跟踪的区别是：模板匹配在一定区域内搜索匹配位置，可以任意指定跟踪区域，比如只跟踪无人机的左翼，实现定点打击；质心跟踪只能跟踪整个目标的质心位置，而这个质心，不一定我们想打击的点。
2022-12-29 14:16:38
921
原创 基于python-opencv实现的质心跟踪算法
质心法相较于AI算法，具有极快的处理速度，在空天背景下跟踪效果不错。本文分享了一种基于轮廓提取的单目标质心跟踪算法和一种基于AI检测的多目标质心跟踪算法
2022-12-19 17:42:50
2010
2
原创 vs2019配置opencv，解决报错“无法打开源opencv2/opencv.hpp”
在GitHub中，除了存放着正式版本的opencv的主仓库和新增加的“opencv_extra”仓库以外，opencv3中还添加了一个名为“opencv_contrib”的全新仓库，该仓库包括很多让人兴奋的功能：脸部识别，文本探测，文本识别，新的边缘检测器，充满艺术感的图像修复，深度地图处理，新的光流和追踪算法等。在2.0时代，opencv增加了新的平台支持，包括iOS和Android，通过CUDA和openGL实现了GPU加速，为Python和Java用户提供了接口。//不加这个，会出现退出异常。
2022-10-19 16:03:08
5122
原创 使用pytorch搭建lstm时间序列预测
前言：网上找的代码是keras以tensorflow为后端的，苦于不知道具体版本号，所以各种报错，所以参考网上的代码将其修改为基于pytorch的。后来想明白了，除了前八个数没有，其他数经过迭代，Y里面都包含了，所以观察上面两个图，会发现第二幅图比第一幅图少了前面一截数据图。我的疑问，time_step = 8，意味着每8个数据预测下一个数据，为什么预测后的图画出来和原始数据的形状一直呢？3，data[:,0] data[1,:]的含义。下图是归一化后的原数据和预测数据。下图是没有归一化过的原数据。....
2022-08-11 15:50:37
7263
6
原创 yoloX模型部署-tensorrt配置
首先,前往官网下载TensorRT（https://developer.nvidia.com/nvidia-tensorrt-8x-download），这一步需要注册为英伟达开发者用户，登录后会出现不同版本的tensorrt资源，下载与自己的的cuda版本对应的tensorrt，下载后解压。......
2022-08-04 16:39:57
970
2
原创 HDMI线、DP线、DVI线、VGA线
https://baijiahao.baidu.com/s?id=1729343370434351885&wfr=spider&for=pc18针属于单通道DVI，传输速率只有24针的一半，为165MHz。在画面显示上，单通道的DVI支持的分辨率和双通道的完全一样，但刷新率却只有双通道的一半左右，会造成显示质量的下降。一般来讲，单通道的DVI接口，最大的刷新率只能支持到1920108060hz或1600120060hz，即现有23寸宽屏显示器和20寸普通比例显示器的正常显示，再高的话就会造成显示效果的下降
2022-07-12 10:56:45
2232
原创 显卡天梯图vs专业计算卡丽台T4，v100vs混合精度训练
显卡天梯图主要是根据传统光栅性能排名的因为显卡天梯图只是针对桌面端，桌面端只是针对玩游戏的消费级用户术业有专攻。对于消费级用户来说，GPU就是玩游戏，对于专业人员来说，GPU是计算工具，俗话说，一分钱一分货。对于消费级用户来说GPU的浮点计算能力可以忽略不计，因为日常应用根本涉及不到，所以追求性价比的消费级用户，不会为没用的高双精度浮点运算能力买单。而对于专业领域来说，准确性是计算结果的重要指标，双精度浮点运算能力直接影响计算的准确性和时效性。GeForce产品对于计算精度要求比较低，也许对于普通用户
2022-07-09 14:26:11
16988
原创 北京各区优质高中排名
海淀区第一梯队：人大附中、北大附、清华附、101中学、首师附、十一学校第二梯队：理工附中、交大附中、中关村中学、八一学校、育英学校、二十中、五十七中、海淀教进西城区第一梯队：四中、北师大附属实验、八中、北师大二附、北师大附中第二梯队：一六一、35中、铁二中、十三中学、十五中学东城区第一梯队：二中、五中、一七一、汇文中学、广渠门、东直门第二梯队：十一中学、五十中学、五十五中学、一六六、景山学校朝阳区第一梯队：八十中学、人大附中朝阳学校、清华附中朝阳学校、陈经纶中学第二梯队：工业大学附属中
2022-06-30 14:16:14
28200
原创 win10在anaconda虚拟环境中配置pysot：ModuleNotFoundError: No module named ‘pysot‘
1，下载源码，在anaconda虚拟环境中配置pysot环境2，运行demo.py报错：ModuleNotFoundError: No module named ‘pysot’在linux环境下该报错比较好解决windows在的解决方式如下：内容如下：2 cd到exporttest.py所在目录，执行执行之后会在源码目录...
2022-06-20 13:30:52
805
原创 vs2019配置opencv_contrib+opencv（配置c++版本的kcf）
1，cmake的作用之前看了好多cmake的介绍都云里雾里，今天终于想明白了cmake编译的作用，就是把OpenCV编译成c++代码因为opencv是开源的，但是，下载下来的opencv中是看不到代码的，各个目标下只有一对cmakelist，经过cmake编译后就能生成vs可以打开的sln文件，打开后就能看的cpp源码了2，多个opencv版本可以共存吗我的电脑配置aruco库的时候已经装过opencv4.3.0了，vs2019配置opencv_contrib+opencv流程.....
2022-06-15 08:31:16
718
1
原创 廖雪峰的Python总结
廖雪峰的Python总结一、函数（一）函数-定义函数1、导入py文件里的函数from abstest import my_abs2、空函数 pass3，数据类型检查：可以用内置函数isinstance()实现一、函数（一）函数-定义函数1、导入py文件里的函数from abstest import my_abs2、空函数 pass3，数据类型检查：可以用内置函数isinstance()实现4,函数可以同时返回多个值，但其实就是一个tuple。在语法上，返回一个tuple可以省略括号，而多个
2022-05-28 16:11:36
1553
原创 win10系统+RTX3070+cuda11.3+cudnn8.2
D:\software\anaconda3\envs\pytorch_gpu\lib\site-packages\torch\cuda\__init__.py:143: UserWarning: NVIDIA GeForce RTX 3070 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch installation.The current PyTorch install supports C
2022-05-24 15:57:04
2330
原创 配置Python版本的目标跟踪算法KCF，支持手动画框
配置Python版本的adaptive kcf，使用笔记本摄像头，支持手动画框,版本1：使用opencv自带的kcf跟踪库1，opencv python的下载地址2，安装指令3，代码版本2：使用Python自己写的kcf1，代码结构:请参考下面的结构存放文件2，接下来贴每一个py文件中的代码kcftracker.pyfog.pyrunhandrec.py版本1：使用opencv自带的kcf跟踪库1，opencv python的下载地址https://www.lfd.uci.edu/~gohlke/py
2022-05-24 09:04:29
1282
原创 资源汇总：OCR+UAV数据集+
OCR官网地址：https://www.paddlepaddle.org.cnPaddleOCR项目地址：GitHub: https://github.com/PaddlePaddle/PaddleOCRGitee: https://gitee.com/paddlepaddle/PaddleOCR参考连接：https://blog.youkuaiyun.com/woshicver/article/details/124701374?spm=1001.2014.3001.5502...
2022-05-18 14:17:57
869
原创 解决numba报错警告：No implementation of function Function found for signature
在跑kcf的时候报错No implementation of function Function found for signature将alfa = np.zeros((height, width, 2), np.int)修改为alfa = np.zeros((height, width, 2), dtype=np.uint8)将@jit去掉后悔，视频检测速度从170fps降低为2fps，看来提升好明显参考链接https://blog.youkuaiyun.com/qq_43474959/artic
2022-05-13 18:24:23
1586
1
原创 net.getUnconnectedOutLayers()报错IndexError: invalid index to scalar variable.
使用opencv内置的YOLOv3做检测时报错IndexError: invalid index to scalar variable.即标量用了无效的索引。原代码ln = net.getLayerNames()ln = [ln[i[0] - 1] for i in net.getUnconnectedOutLayers()]对ln和net.getUnconnectedOutLayers()进行打印输出，发现ln = [ln[i[0] - 1] for i in net.getUnconnecte
2022-05-07 13:39:08
5877
原创 opencv摄像头常用操作
1, cv2.VideoCapture()函数//1、cv2.VideoCapture()函数：cap = cv2.VideoCapture(0)//VideoCapture()中参数是0，表示打开笔记本的内置摄像头。cap = cv2.VideoCapture("…/1.avi")//VideoCapture("…/1.avi")，表示参数是视频文件路径则打开视频。cap=cv2.VideoCapture(Test_Video_Name)2、cap.isOpened()函数：返回true表示
2022-05-05 17:16:04
2367
原创 分割：语义分割，实例分割，全景分割
P模式即调色板模式，单通道图像目标边缘以及某些不好识别的位置不好区分是哪个颜色，因此图中显示是另一个颜色，为像素255，在计算损失的时候回忽略这些位置MSCOCO数据集通过混淆矩阵进行计算标注工具：1、labelme 2、如下paddleseg...
2022-01-11 09:08:23
400
基于caffe框架用于识别人脸，质心法实现跟踪，支持多人脸跟踪，包含配置文件deploy.prototxt和res10-300x
2022-12-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人