- 博客(194)
- 收藏
- 关注
RSS订阅原创 14. 聚类算法求取陌生物体的姿态（不需要分割）
4.将平面内的所有点转换到基坐标系，在基坐标系下过滤掉平面的点和z值小于平面的z的均值的点（过滤掉平面和平面下面的点）；1.找一个特定大小的平面作为背景（如0.5x0.5m的平面），平面上放一个要抓取的目标物体（如苹果等）；2.通过条件滤波去除噪点（如将平面放在xy的最大值和最小值之间，将这个区间外的点滤掉）；3.用点云的平面分割提取和实际平面尺寸差不多大的平面；5.聚类算法求取目标物体质心的位姿。
2026-07-31 15:36:58
41
原创 13.rk3576环境下机器人视觉——姿态获取
rk3576的机器人视觉在这里用的是传统算法求6d位姿，二维分割用了yolo，所以需要将分割算法的pt模型转为rknn模型。整个算法环境和模型转换步骤在后面详细说。以下环境没有单独建立conda环境，所有环境都安装在系统环境中（没有建立独立的conda环境）。
2026-07-27 14:00:14
294
原创 12.头部相机获取物体的位姿态——多目标检测——左臂用家抓右臂用吸盘
【代码】12.头部相机获取物体的位姿态——多目标检测——左臂用家抓右臂用吸盘。
2026-07-10 14:42:52
283
原创 7.Gemini相机+yoloseg+foundationpose环境搭建及应用
系统：ubuntu22.04 ROS2由于ros2环境是自带的python10，而foundationpose环境是python11，所以该demo用两个环境实现功能，ros2负责获取相机参数以及分割目标物体，foundationpose接收数据后获取目标物体的位姿态，中间由socket进行发送信息和接收信息。
2026-05-28 11:24:40
325
原创 6. Gemini相机+yoloseg+foundationpose环境搭建及应用
1.获取相机的数据，然后通过相机内参将像素坐标转换为相机坐标；3.把深度图的深度值和分割的彩图值结合构成3维数据；4.foundationpose对3维数据找位姿。2.yolov8的分割模型获取抓取物体的烟码；1.2 foundationpose环境搭建。系统：ubuntu22.04 ROS2。1.1 分割环境和open3d环境的搭建。项目用conda搭建环境。
2026-05-22 09:34:03
404
原创 3.gemini336相机在ubuntu22.04的ros2下运行
若ros2 pkg list | grep orbbec命令后有orbbec_camera、orbbec_camera_msgs、orbbec_description，则这个命令的验证成功，如果空白，没有这些的输出，则编译失败，有可能是ros2的。已经被打包进 Ubuntu 的 ROS 2 软件源里了，直接一条命令就能安装，完全不用下载源码）5.安装 udev 规则（源码版专用脚本）安装完成后，直接重新编译Orbbec 包（1.创建 ROS2 工作空间。
2026-04-27 11:36:33
633
原创 15.Slam算法的环境搭建与测试
环境搭建核心：虚拟机重点要分配足够的内存 / CPU，更换国内源解决下载慢，rosdepc 替代 rosdep 解决初始化失败；使用核心：虚拟机只能跑离线数据集（TUM/EuRoC），验证 SLAM 算法的建图 / 定位逻辑，熟悉参数调整；进阶方向：等熟悉基础后，装双系统（物理机 Ubuntu），连接摄像头 / 激光雷达跑实时 SLAM。如果运行过程中遇到具体报错（比如编译失败、数据集跑不起来），可以把报错信息发给我，我帮你定位解决。
2026-01-18 10:17:34
856
原创 14.1 人脸的三维重构（PRNet算法）
我们在写了colmap的三维重构的环境搭建与使用，该算法可以重构任意的物体，但对拍照要求比较高，本文介绍的PRNet算法专门用来三维重构人脸，并且单张图片就可以重构。
2025-12-24 14:31:35
398
原创 13.长视频和短视频的目标追踪（yolo_insightface模型）
在视频中提取出了5个id，而视频中实际上只有这5个人，我另外运行了3个视频，最后追踪的结果没有重复的头像，也没有漏掉的头像。运行时间和图片中的人头个数成正比，insightface检测每个头像的时间约为0.08s~0.2s之间。（Anaconda/Miniconda）创建独立环境，也可使用。在2.1搭建环境里运行以下代码即可。InsightFace 依赖。
2025-12-16 14:32:11
568
原创 12.rf-detr目标检测模型的环境搭建、数据集制作、模型训练和预测
这是测试结果，3个类的置信度都大于0.9，我用yolov8以相同的数据集训练模型，测试的置信度都小于0.8，可见该模型的效果更好，但该模型的pth文件500M左右，而yolo模型的pth文件只有6M左右。上面图片是images和labels文件夹，分别放图片和标签，最下面的txt文件里面是标签的所有类别，类别的存放方式如上图中打开的txt文件，这个文件有3个类别。，然后下拉页面，可以看到如下图的一个.zip文件的源代码下载，点击后得到一个zip的压缩文件，并解压zip文件。至此，模型训练完成。
2025-11-28 16:01:38
757
原创 11.2 yolov8用自己的数据集训练语义分割模型
本文看了博客和博客，将两个博客的内容串着操作了一遍，这里作为笔记用。1.下载下载后打开labelme.exe文件得到如下图：2.新建label保存标签上图中，images是图片的文件夹，json文件是标注后存放json文件的文件夹,然后打开数据集文件进行标注。
2025-07-24 16:39:08
1010
原创 4.Stable Diffusion WebUI 模型训练
本文看了知乎的文章，这篇文章写的很详细，可能是我的SDW版本升级了，有的地方和这篇文章的不同，所以内容有部分的改动，但最后还是可以正常训练了，这里作为笔记用。如果要更全面了解Stable Diffusion WebUI 的使用，建议大家看上面那篇知乎的文章，文章写的很全，包括文生图、图生图的细节及模型训练、模型合并的细节，都讲的很详细。
2025-07-01 11:17:39
1191
原创 3.Stable Diffusion WebUI本地部署和实践
本文看了和，本人根据它们部署了一遍，中间遇到一些报错，但根据报错提示解决了问题，最后部署成功，这里主要作为笔记用。
2025-06-27 10:52:21
1101
原创 9.微调训练大模型Qwen2.5-0.5B
本文看了博客，该博客写的很详细，安装该博客操作时在我的电脑上报错时做了细微的代码变化，这里作为笔记用。
2025-06-24 15:06:09
735
原创 8. ollama 常用的Python使用命令
上一节写了ollama本地部署大模型，这里主要写ollama用python调用大模型。这里主要看了博客，这里作为笔记用，以下代码都能在python环境下跑通。
2025-06-19 17:20:37
532
原创 7. Ollama: 大模型本地部署和Python接口
Ollama 是一个开源的大型语言模型（LLM）服务工具，旨在简化在本地机器上部署和运行大型语言模型的过程。本地部署：Ollama 允许用户在本地机器上部署和运行大型语言模型，无需依赖外部服务器或云服务。这使得用户可以在私有环境中使用强大的语言模型功能，保护数据隐私和安全性.简化部署过程：通过提供一键安装和配置的脚本，Ollama 大幅简化了在 Docker 容器中部署大型语言模型的过程。用户只需运行简单的命令，即可快速搭建起模型运行环境，无需手动配置复杂的依赖和参数.
2025-06-18 11:15:06
1249
原创 5.yolov5目标检测的transfomer模型介绍（python）
trunc_normal是截断正态分布，用来初始化权重张量（用截断正态分布填充张量，a是下限，b是上限，mean是均值,正态分布的标准差,tensor要初始化的张量）。# 1.截断正态分布，用来初始化权重张量（用截断正态分布填充张量，a是下限，b是上限，mean是均值,正态分布的标准差,tensor要初始化的张量）运行结果如下：显然，该模块建立了一个3X3的tensor张量，且填充的数据符合均值为0，方差为1，最大值为2，最小值为-2的正态分布。
2025-03-26 17:20:26
1191
原创 2.1 transformer模型原理及代码(python)
本文参考了其他一些博客，在这里作了一个汇总，参考最多的是博客、博客和博客，也看了其他博客，在这里不详细的说了，作为笔记用。
2025-03-16 13:06:28
1822
原创 1.Qt写简单的登录界面(c++)
Qt是我们设计界面最常用的方法，当然，Qt也可以画图等，所以Qt很常用，在这里首先介绍简单的界面设计。其实Qt也有其他语言的，前面我用Qt的designer做过python的简单界面设计，可以看博客4. designer建立关于目标检测的简单界面（python)_qt designer 目标检测-优快云博客，今天在这里用vs的c++实现Qt的简单界面设计，qt在vs的环境配置可以看我的另一篇博客9.8 Visual Studio 2022安装Qt 和安装graphic-优快云博客。
2025-03-02 12:47:31
1145
原创 9.8 Visual Studio 2022安装Qt 和安装graphic
点击扩展-QT VS Tools-Qt Versions，然后点击右侧绿色加号，选择QT的安装目录。然后双击这个文件，如果没有注册账户，需要用自己的邮箱注册账户，然后根据提示操作即可。至此，在visual studio 2022中安装QT完毕。再在右边QT右边有个“在浏览器中查看”，打开后出现如下画面。添加完毕之后点击确定，这时候我们重新创建QT项目测试一下。安装之后，进入到vs主界面，我们发现扩展菜单中多了一行。然后双击该文件,依次点击直到安装完成即可。这里作为笔记用，也很重要。单击“下载EasyX”
2025-03-01 12:44:55
1333
原创 1_4.最大括号深度（python）
代码很简单，直接看代码就可以了解思路。数字 8 在嵌套的 3 层括号中。数字 3 在嵌套的 3 层括号中。嵌套深度是嵌套括号的。
2025-02-28 14:47:24
236
原创 1_3. 跳格子2_动态规划（python）
动态规划算法会对每一个子问题只计算一次，然后将其计算结果保存在一个表格中，当再次需要计算已经计算过的子问题时，只是在表格中简单地查看一下结果，从而获得较高的效率。动态规划算法解决了“子问题重叠性质”问题，子问题重叠性质是指在用递归算法自顶向下对问题进行求解时，每次产生的子问题并不总是新问题，有些子问题会被重复计算多次。小明和朋友玩跳格子游戏，有n个连续格子组成的圆圈，每个格子有不同的分数，小朋友可以选择从任意格子起跳，但是不能跳连续的格子，不能回头跳，也不能超过一圈。输出能够得到的最高分，比如：3。
2025-02-23 15:12:10
430
原创 1_2 流浪地球(python)
发动机启动的方式分为“手动启动”和“关联启动”两种方式如果在时刻1一个发动机被启动，下一个时刻 2与之相邻的两个发动机就会被“关联启动”。如果准备启动某个发动机时，它已经被启动了，则什么都不用做。发动机0与发动机 N-1是相邻的。流浪地球计划在赤道上均匀部署了N个转向发动机，按位置顺序编号为0~N-1。N 代表部署发动机的总个数，E 代表计划手动启动的发动机总个数。T 代表发动机的手动启动时刻，P 代表此发动机的位置编号。的思路，代码也是，这里作为笔记用。N 代表最后被启动的发动机个数。
2025-02-23 14:32:08
437
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