xiao__run的博客

我这里有一个start.sh文件脚本需要设置为自启，具体操作如下：1、建立rc-local.service文件sudo vi /etc/systemd/system/rc-local.service2、将下列内容复制进rc-local.service文件################################################[Unit]Description=/etc/rc.local CompatibilityConditionPathExists=/

多激光雷达与摄像头的融合算法（二）

１ 引言　　小博在前两次已经介绍过ROS的安装使用以及基础的基础知识了,我的研究方向是计算机视觉,所以我的大部分文章基本都是视觉.所以本节将结合视觉和ＲＯＳ写一篇博客，来为大家详细讲解一下，并附上教程．　通常我们在机器人项目中都会涉及到进程间通讯，亦或是好多人老是问我python 怎么调用Ｃ＋＋，其实我认为他很有可能是遇到了进程间通讯的问题，或是图像检测使用python做的，无法将检测到的结果...

本文是来自黄浴博士的知乎专栏，(原谅我文章的图都是截图)主要概述自动驾驶系统中的传感器的标定的方法。讨论不同传感器之间的外参标定，特别是激光雷达和摄像头之间的标定。地址为https://zhuanlan.zhihu.com/p/570283411、引言传感器标定是自动驾驶的基本需求，一个车上装了多个/多种传感器，而它们之间的坐标关系是需要确定的。湾区自动驾驶创业公司ZooX的co-found...

简单多线程例子：detch()启动线程：#include <thread>#include <Windows.h>using namespace std;void TestThread1();void TestThread2();int main(){ thread t1(TestThread1); t1.detach(); th...

今天初次接触关于恩智浦的芯片，发现里面涉及opexcv部分知识，头疼不已，现将学习的记录下吧 1、读入图片 我们通过opencv读入图片，然后转换成opexcv数据类型Vsdk Umatvsdk::UMat image = cv::imread("in_color_256x256.png", CV_LOAD_IMAGE_COLOR).getUMat(cv::ACCESS_RW);// ...

目标检测是计算机视觉和模式识别的重要研究方向，主要是确定图像中是否有感兴趣的目标存在，并对其进行探测和精确定位。传统的目标检测流程采用滑动窗口进行区域选择，然后采用 SIFT、HOG 等方法进行特征提取，最后采用 SVM、Adaboost 进行类别判断。但是传统的目标检测方法面临的主要问题有：特征提取鲁棒性差，不能反应光照变化、背景多样等情况；区域选择没有针对性，时间复杂度高，窗口冗余。基于深度学...

我在学习深度学习的过程中遇到了很多坑，刚开始时配置一个深度学习框架caffe需要一周，现在只需要一个小时。下面的这些网页给了我很大的帮助。希望也能给一些对深度学习感兴趣的同学一点帮助。 1.爆详细Ubuntu16.04,CUDA8.0,Caffe,OpenCV3.1,Theano,Tensorflow完全配置指南（Ubuntu16.04的编译器GCC默认是5.1，可能需要降级） http://...

1.准备图片 2. 将 图片路径写入txt 参考 这篇文章3.转换格式 还是参考这篇文章 4.训练模型 参考这篇参考这篇参考这篇5.测试模型 看过这篇转换均值文件看过这篇 —————————————————————————————正文————————————————————————————————” /> ...

图片重命名、目标检测标注、生成xml Main文件 VOC数据集格式 VOCdevkit …..VOC2007 …..Annotations …..JPEGImages …..ImageSets ……Main ...

Jetson TX1是英伟达公司出的GPU开发板，拥有世界上先进的嵌入式视觉计算系统，提供高性能、新技术和极佳的开发平台。虽然TX2已经出了，可以买到，但是为了稳妥起见，还是先买个TX1试试水，以后再升级吧。TX1的包装还是蛮精致的：     先来张全家福吧，可以看到，Jetson TX1包含：一块开发板、WIFI天线、电源适配器(在指定淘宝买，缺少插座现，需要自己买)、Micro USB线(下

最近一直在研究双目视觉测距，资料真的特别多网上，有matlab 的，python的，C++的，但个人感觉都不详细，对于小白，特别不容易上手，在这里我提供一个傻瓜式教程吧，利用matlab来进行标注，图形界面，无须任何代码，然后利用C++实现测距与深度图，原理太多我就不提了，小白直接照做就OK 1、准备工作 *硬件准备* https://item.taobao.com/item.htm?spm=

用到的知识：Python Bottle HTML Javascript JQuery Bootstrap AJAX 当然还有 linux 硬件：树莓派 软件：python 、Bottle 接下来我们一个个安装一下吧： 1、树莓派系统的安装（跳过） 2、Python的安装（树莓派里只要一行命令，大部分情况默认已经安装） 3、如果要用串口wiringpi啥的还需要安装（提一下吧） wi

最近很多朋友问我如何去追踪一个乒乓球，然后利用ＰＩＤ算法来保证活动板的平衡，本文提出一种基于图像的圆形目标实时跟踪方法，用以解决圆形目标由远及近运动时跟踪稳定性不高的问题。然后将球体的中心坐标通过串口送给电机，利用电机来控制活动板的平衡。前篇博客我已经很好的讲解过了camshif原理和代码了，camshift代码可直接见上篇博客。霍夫变换检测圆的代码，并返回中心坐标和半径的代码我先贴出来吧。#inc

Linux作为一个多任务环境，允许用户同时执行多项任务，例如查看系统情况、备份资料、编辑文件和打印文件等。对于耗时长的任务不应该让它在前台任务中执行，而应该交给后台任务去执行。这样前台任务可继续正常运作其它的操作，不用等待。

在图像处理中，我们经常需要通过设备对场景进行录像，拍照，以及视频处理等工作，本文将具体介绍一下利用python 实现一下这些功能。 配置环境 首先安装python-opencv ，在前面的文章我已经介绍过了，只需要一行命令即可sudo apt-get install python-opencv安装完openv 之后，我们即可操作了。 摄像头获取： 在这里我的VideoCapture(1),由

在这篇文章里，我们先定义一个感兴趣区域，然后再对感兴趣区域进行操作。。。 我们分别介绍的设定感兴趣区域ROI和使用addWeighted函数进行图像线性混合的基础上，我们还将他们两者中和起来使用，也就是先指定ROI，并用addWeighted函数对我们指定的ROI区域的图像进行混合操作，我们将其封装在了一个名为ROI_LinearBlending的函数中，方便大家分块学习。 由于我们现在一般使用