- 博客(11)
- 收藏
- 关注
RSS订阅原创 FAST_LIO_LOCALIZATION重定位模块，在ubuntu18、ros melodic、python2.7、livox ros driver2环境下安装流程及相关报错解决
注意这里的rosnumpy和open3d都需要在python2.7的环境下进行安装，因为有的人linux下安装了多个python版本，有2.7、3.5、3.6等版本，如果你在python3.6下安装了open3d，你在运行代码的时候一定会报错找不到open3d模块的，这里一定要注意，一定要在python2.7环境下安装。有一点不甚明确，如果单独编译FAST_LIO_LOCALIZATION，可能需要在src下增加一定的依赖一块编译，如livox_ros_driver2，单独source这个代码可能不行。
2024-07-30 09:33:11
1007
原创 ubuntu18.04下不依赖ros安装serial库/源码编译catkin
很多网友提出要更改catkin依赖，因为这个装ros太麻烦了，源码编译catkin又容易因为conda等问题，造成python版本不一致，产生catkin package版本不对的报错，所以直接找不依赖catkin的serial，可能获得的安装包功能没有catkin版本的全（作者死活不更新版的无catkin源码，是网友的pull request）装好了之后还是有报错，考虑环境变量还是设置的conda的，还有从网上摘下来一条对应装catkin package的指令，注释掉之后发现能够cmake。
2024-03-25 10:25:04
1101
原创 VSCODE中，配置ros melodic自带的pcl1.8产生的一系列报错记录
关于头文件能不能在编译中找到的，还有tasks.json里面的路径设置，在改正确的版本中，使用了cmakelist里面包含对应的目录，使用了shell模式，调用cmake完成一系列运行的指令。使用了几个参考的方式，发现这个报错主要是安装了多个版本的cmake，经过查看原始目录，发现在usr/share目录下没有cmake-3.26，使用搜索发现，这版本的cmake安装在了。主要就是在c_cpp_properties.json文件里面，没有正确配置头文件的路径，应该把需要的几个库的路径的都包含进去。
2024-03-06 11:21:20
1752
原创 vscode中，使用ros自带的pcl配置代码并编译时，报错：在函数“xx”中: 对“多个函数 ”未定义的引用
编译时报错，存在多个未定义的引用，如在函数‘main’中：/home/nvidia/Music/fitline/fit.cpp:20：对‘pcl::visualization::PCLVisualizer::PCLVisualizer(std::__cxx11::basic_string const&, bool)’未定义的引用。
2024-03-06 11:10:41
1264
原创 PCL拟合多条直线的代码-学习解读
所有点输入算法，随机选取m个点做最小二乘拟合，使用直线模型，拟合出一条直线来，然后设置阈值记录在这条直线附近的点数量。迭代n次，取能产生最多附近点的直线，作为拟合的第一个结果。然后对剩余的点继续这一个过程，拟合出第二条。继续拟合直到剩余点不符合拟合下限，退出计算。死循环的条件：在剩余的点数高于拟合下限的情况下，拟合出的直线阈值周围的点数量为0，也就是带不走更多的点，模型会一直计算下去，拟合成同一条直线但是不减少剩余点的数量。问题：PCL中的ransac算法为什么不会死循环，过程设计区别在哪里。
2023-12-20 16:05:22
725
1
原创 深度学习中，进行目标检测时降低误检率的可能方向汇总
一旦出现误报，用户就会点下这个按钮，然后这个按钮的bbox就被当成一个template，把他的feature保存下来，接下来3分钟内如果还有要报的bbox，拿2个feature做similarity，如果很similar，就直接ignore不报警。如果总是对某种类型的目标误检，可以增加一些相应的样本到训练集中去，提高模型的分辨能力，可以在不降低召回的情况下降低误检。正样本的数量远远小于负样本，这样训练出来的分类器的效果总是有限的，会出现许多false positive。
2023-06-30 17:03:48
3096
2
转载 目标检测图像数据集制作的心得总结
你指出的两种情况的数据集，可能各有你说优点，例如“图片少但物体多的数据集，可能可以减少正负样本不平衡”，但是深度学习的目的是为了找寻casual factor，从而得出正确的结果，我个人浅见，觉得你关于“再喂几亿张没有狗的图片训练”其实没啥意义。5、重叠规则：当两个目标物体有重叠的时候，只要不是遮挡超过一半的就可以框的（遮挡范围需要根据算法识别情况制定），允许两个框有重叠的部分。1）采集的数据集尽量保证你要做的目标检测不同类之间样本平衡，就是各个目标检测的类在你的数据中出现的次数差不多；
2023-06-19 15:11:15
2230
8
原创 Pycharm常用快捷键，方便
ctrl+shift+A:万能命令行shift两次:查看资源文件新建工程第一步操作module设置把空包分层去掉,compact empty middle package设置当前的工程是utf-8,设置的Editor–>File Encodings–>全部改成utf-8,撤销与反撤销：Ctrl + z，Ctrl + Shift + z缩进、不缩进：Tab、Shift + tab（函数提示出错。有时其实函数是没有错误的，只是格式不对。只要空格合适就行；函数与函数之间也要空两格）
2023-04-06 09:32:07
558
原创 superglue特征点匹配结果可视化自定义编写
检视特征点匹配最直观的是显示出图像上点匹配结果的连线。对于比较通用的sift算法等，opencv提供了工具函数cv.drawMatches来实现该结果。但是当使用特征点匹配算法superglue时，输出的匹配结果数据形式与该函数接口对应不上，不同通过这个来实现。分析发现superglue的输出数据比较有特点，所以直接编写了可视化保存代码，具体实现如下。因为用的灰度图，所以显示黑白的。
2023-04-04 14:48:16
953
1
原创 关于ros安装过程中遇到rosdep update问题，及后续autuoware安装重复
rosdep update连不上网失败问题老生常谈了，搜索了大量解决方式后这一条有效：原理就是将原地址跳转到能够访问的代理现在又遇到了一个疑问：下一步是装autoware，步骤指南里面也需要进行rosdep update，# Download 1.14.0wget https://raw.fastgit.org/Autoware-AI/autoware.ai/1.14.0/autoware.ai.repossed -i "s/github.com/hub.fastgit.org/" au
2021-10-08 17:31:29
269
基于图像及视频的交通事故相关数据集连接汇总
2023-05-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人