leo0308的博客

原创 huggingface离线模型使用方法

参考：https://huggingface.co/docs/transformers/installation#offline-mode

原创 os.environ设置环境变量与export的不同

使用llama_index 中的huggingface模型时， 由于网络问题， 无法访问外网， 我用os.environ设置了镜像站， 发现下载的时候这个镜像站地址没起作用， 还是去huggface.co下载模型了。os.environ和export 都可以用来临时设置环境变量。然而它们的使用却有不用的效果。后就是从镜像站下载了。

原创 ros2 Node的create_timer， 当任务时间大于定时间隔会发生什么？

ros2 Node的create_timer其实并非完全异步的， 当任务时间大于定时间隔时， 并不能保证任务按设置的定时间隔执行。当任务时间小于定时间隔时， 任务是按设置的定时间隔执行的。

原创 python threading的Timer,当任务时间大于定时间隔会发生什么？

threading的Timer模块其实并非完全异步的， 当任务时间大于定时间隔时， 并不能保证任务按设置的定时间隔执行。当任务时间小于定时间隔时， 任务是按设置的定时间隔执行的。

原创 解决huggingface模型不能下载的几个方法

设置以下环境变量：前提是你有可以访问外网的代理。

原创 langchain,ollama,llama_index,crewAI介绍

crewAI是一个用于构建AI agent的框架， 通过crewAI可以非常方便地构建自己的agent。crewAI的很多底层能力是基于langchain的， 因此可以很好地支持langchain。langchain中不仅可以调用闭源大模型的api， 还可以通过Ollama调用本地大模型。langchain是用于构建大模型应用的一个框架， 可以简化大模型的应用开发。Ollama是一个运行本地大模型的有用工具。能一键让你在本地运行大模型。llama_index 是一个用于构建RAG的框架。

原创 crewAI中通过Ollama调用本地模型的两种方式

crewAI中默认使用的gpt4的模型， 在环境中配置即可使用。但openai的api毕竟是要花钱的， 况且现在对大陆地区做了封禁， 使用起来不是那么方便。而Ollama可以方面的运行本地的大模型， 既不用花钱， 又可以在本地进行使用。crewAI中也支持Ollama使用本地模型。

原创 CMakeList.txt 与makefile文件介绍

在C ++ 项目中， 我们经常可以看到CMakeList.txt 文件和makefile文件， 那么它们分别有什么用呢？下面的图示很好地解释了它们的作用以及两者之间的关系。

原创 shell脚本中sudo密码自动输入

在shell脚本中， 我们可能需要用到sudo权限， 如果没有免密设置， 是需要输入密码的， 但是在自动化的脚本中，我们不希望进行手动密码输入，这时就需要用到密码自动输入。利用管道命令把密码传递给sudo命令。缺点是需要明文的密码。

原创 linux 设置程序自启动

程序随系统开机自启动的方法有很多种， 这里介绍一种简单且常用的。

原创 ros键盘控制程序teleop_twist_keyboard 键值含义及用法

在机器人仿真中， 经常会用到键盘控制程序teleop_twist_keyboard 对机器人进行控制。但是对各个键值是何种含义， 如何操作并没有任何资料介绍。初次使用时会不知所措。j逆时针转 k停止 l顺时针转。u左前 i直行前进 o右前。m左后 ，直行后退 .右后。

原创 ROS2+TurtleBot3+Cartographer+Nav2实现slam建图和导航

入门机器人最常见的应用就是slam建图和导航，本文将详细介绍这一流程， 便于初学这快速上手。首先对需要用到的软件包就行简单介绍。turtlebot3: 是一个小型的，基于ros的移动机器人。学习机器人的很多示例程序都是基于turtlebot3。Cartographer： 是一个流行的slam建图工具包。Nav2： 是一个流行的导航工具包。gazebo: 是一个基于ros的物理仿真平台。

原创 相机标定详解

在使用相机的视觉任务中，我们总是听到相机标定这个词， 那么相机标定到底是干什么， 为什么要进行相机标定呢?常用的相机标定方法又有哪些呢？本文试图从这几个方面来详细解释相机标定。与其他的文章不同， 本文抛开繁琐的数学公式以及成像几何原理， 用通俗易懂的方式来解释。

原创 Ubuntu安装中文输入法

注意这个依赖的安装非常重要， 否则配置好中文输入法也无法输入中文。Ubuntu默认没有中文输入法， 本文将安装搜狗拼音输入法。-4 打开fcitx程序，在fcitx中配置输入法选项。1 安装搜狗拼音输入法。先去官网下载安装包，

原创 国内外人形机器人的主要公司及代表产品

原创 目标检测网络YOLO进化之旅

其中v5和v8 版本由Ultralytics 公司出品， 该公司是领先的人工智能公司，以yolov5网络出名。该项目在github上获得了极高的关注， 获得了接近4.7万star。YOLO的前3个版本是由同一个作者团队出品， 算是官方版本。之后的版本都是各个研究团队自己改进的版本， 之间并无明显的继承关系。yolo系列网络在目标检测领域取得了巨大的成功， 尤其是在工程实践中， 以其出色的性能优势获得了广泛的应用落地。

原创 目标检测综述

按照stage划分， 主要可以分为one-stage 和two-stage 算法。近年来， 随着transformer的流行， 基于transformer的检测算法取得了令人惊叹的效果。2D图像的目标检测是深度学习的热门领域， 在学术研究领域取得了巨大的进展，在工程中也被广泛应用。下图中画出了3类主要算法的进化树， 方便对检测算法的脉络更好地了解。

原创 深度相机（3D相机）

传统的RGB彩色相机称为2D相机， 只能得到2D的图像信息， 无法得到物体与相机的距离信息，也就是深度信息。顾名思义， 深度相机除了获取2D信息，还能得到深度信息，也叫RGBD相机， 或3D相机。顺便提一句， 当前也有很多工作基于2D相机， 通过算法的方式估计深度， 但一般效果不如通过深度相机直接获取。

原创 电脑网络一切正常但无法上网-注意检查代理

当电脑出现无法上网， 但是网络适配器又一切正常的时候， 不妨检查一下网络代理设置， 看是否处于开启状态。如果是开启状态， 关闭后再次尝试。

原创 Ollama + Open WebUI实践

在上一篇文章中， 我们已经学会了如何用Ollama在本地运行大模型。但是所有的操作都是在命令行中进行的， 不是很直观。如果有一个漂亮的UI界面就更好了。Open WebUI 就是一个可以实现UI界面的开源工具， 可以生成类似openAI风格的UI界面。

原创 Ollama实践

当前各种大模型层出不穷，但想要在本地运行起来一个大模型还是有一定门槛的。并且模型众多， 每个模型都有自己不同的配置和使用方法，使用非常不便。Ollama就是一个非常好的工具， 可以让你方便在本地运行各种大模型。

原创 RAG( Retrieval Augmented Generation)简单实现

想要把大模型在本地跑起来还是有一定门槛的， 并且模型众多，每个大模型的使用和配置都不同， 实在比较麻烦。Langchain是一个大模型模型的开源框架，核心是以pipeline的形式串联大模型应用构建的全流程， 使用它可以大幅简化大模型的应用开发流程。RAG是一种技术方法， 通过信息检索给大模型提供事实数据， 从而增强大模型生成的真实性， 可以理解为大模型的一个外挂知识库。所以总结一下， Langchain和Ollama就是2个非常重要的辅助工具， 使用他们可以非常便捷地实现RAG。

原创 conda目录迁移

conda默认安装在系统目录， 但随着使用， 占用的空间越来越大， 需要迁移到其他目录。假设原来conda安装在。目录， 现在要迁移到。

原创 nvidia-smi版本与nvcc-V

nvidia-smi 显示的版本是驱动的版本，而nvcc -V 显示的版本是cuda toolkit的版本。由于驱动版本是向下兼容的， 因此cuda toolkit版本小于等于驱动版本都可以正常使用。pytorch, cudadnn等要求的cuda版本都是指cuda toolkit的版本。

原创 linux环境安装cuda toolkit

这里显示cuda版本是11.8， 这里显示的是驱动的版本。由于驱动是向下兼容的，因此只要cuda toolkit版本小于等于这个即可。由于安装时没有删除掉旧版本 ，因此现在环境中应该会存在多个cuda toolkit版本， 并且默认还是旧版本， 可以通过。安装过程中， 我们把驱动这一项去掉， 只安装cuda toolkit.如果环境中没安装过cuda版本， 这种情况下比较简单。首先要确认最高支持的版本，通过。如下为安装cuda toolkit 11.8.安装时为了避免更新驱动导致其他问题， 在执行。

原创 安装Opnepedet报错解决

cuda toolkit版本： Cuda compilation tools, release 11.5, V11.5.119。torch 版本： 1.11.0+cu115。gcc版本：10.5.0。

原创 linux上pip3 install torch==1.11和pip3 install torch==1.11+cu115区别

在linux上安装torch时， 如果环境安装好了CUDA环境， 那么安装torch时不用刻意指定带cuda的版本， 最终安装的也是支持GPU的torch版本。但是仍然有一些小的区别，主要就是支持CUDA版本的不同。如上图， 安装torch时未指定需要安装gpu版本， 但是实际安装的也是支持gpu的版本。只是安装了支持cuda 10.2的版本。实际上系统的cuda版本是11.5.如果明确指定cuda版本， 则安装的就是对应的版本。注意， 直接安装可能会找不到对应版本， 需要通过。

原创 conda常用操作

conda常用操作。

原创 -o StrictHostKeyChecking=no用法

通过bash脚本后台执行对远程机器的操作时， 执行过程没有报错和其他提示信息， 执行之后却发现根本没有成功执行。其中一个原因就是没有加认证。最简单的解决办法就是忽略认证， 做法是添加"-o StrictHostKeyChecking=no"只不是脚本在后台执行的时候没有这个提示信息， 误认为没有问题， 其实脚本是没有执行成功的。

原创 解决mp4视频无法拖动进度条的问题

海康威视的监控摄像头保存的视频，,mp4格式， 大小1G。用PotPlayer播放器进行播放， 不拖动进度条的话可以正常播放， 但拖动进度条后， 视频无法正常播放， 在 PotPlayer 中的表现就是只有进度条在走，视频画面停留在拖动前的画面。PS： 同时保存的有多个监控视频， 除了个别视频不能拖动进度条播放， 其他的都能拖动进度条播放。打开new.mp4尝试一下看是否能正常拖动进度条播放。视频文件有损坏， 时间轴信息丢失。

原创 判断一个点是否在一个多边形内部

通过观察可以发现， 当点在四边形内部时， 如果按顺时针方向的话， 点P在四条边AB， BC, CD, DA的右侧。当然如果按逆时针的话， 点P在四条边的左侧。点Q在AB,BC的右侧， 但在CD和DA的左侧。因此可以通过方向的一致性判断点是否位于多变形内部。如下图所示， 四边形ABCD, P在四边形内部，Q在四边形外部。

原创 检测跟踪结果可视化

【代码】检测跟踪结果可视化。

原创 解决python报错[SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed:

这个错误经常发生在在线下载代码， 模型文件或数据的时候。发生这个错误的原因是没有正确配置网络的证书相关的东西。解决办法： 全局取消证书验证。

原创 多目标跟踪总结

多目标跟踪方法总结。

原创 手把手教你训练自己的Lora

本文教你手把手训练自己的Lora模型， 炼制的是Stable Diffusion的Lora模型。

原创 python实现卡尔曼滤波代码详解

卡尔曼滤波代码详解。

原创 详解多目标跟踪(MOT)算法中的Kalman滤波

Kalman滤波算法的原理可以参考：以sort算法为例， 算法中使用到了卡尔曼滤波。其作用是：通过t-1帧的结果， 通过卡尔曼滤波的predict过程得到目标在t帧的先验估计， 同时在t帧通过检测模型得到检测结果， 对先验估计值和检测结果进行匈牙利算法匹配，匹配的结果作为t帧的测量值，执行卡尔曼滤波的update过程， 得到目标的后验估计。

原创 python使用matplotlib动画

使用matplotlib画动画。

原创 目标跟踪算法SORT和Deep SORT详解

在SORT进行目标跟踪之前，首先通过目标检测算法得到每一帧的目标检测结果，检测结果包含bbox。当然也可以在线检测， 也就是边检测， 边进行目标跟踪，但检测本身与SORT无关。这里为了讲解方便， 先得到所有帧的检测结果。1 从第一帧图像开始， 假设该帧图像中有m个目标， 每个目标用一个bbox表示， bbox包含[x, y, w, h, c]5个值。执行卡尔曼滤波的predict过程， 得到m个目标的先验预测。3 匹配结果作为观测值，执行卡尔曼滤波的update过程， 得到目标bbox的后验估计结果。

原创 python多帧图像合成视频

使用cv2.VideoWriter将多帧图像合成视频。