- 博客(69)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 编译[Bug]——too few arguments for template template parameter “Tuple“ detected
修改报错对应行的表达式，像我这里报错的是torch里的cast.h的文件，就去conda envs里的。在报错的前面加上下面的代码进行修改。
2023-10-17 21:42:54
1425
8
原创 解决ImportError: No module named google.protobuf
Windows环境，Pytorch：1.10.0，使用tensorboard时发生如下错误。网上比较多的方法如下（但并未奏效）
2023-05-19 16:55:04
1383
1
原创 3D目标检测（二）—— 直接处理点云的3D目标检测网络VoteNet、H3DNet
H3DNet个人我认为，也是一篇工程性或者带有刷点性质的工作，不过其提供了一种改进直接处理点云网络的思路，就是数据的表达，会对最后的效果产生很大的影响，不像2D的工作，在3D中，由于BB的属性相对于2D而言，多了很多特征，而怎么样的表达形式，可以去更好表征BB框中的特征。如最先VoteNet提出通过内部信息的点的表达会比用表面的点，对最后生成BB框有更好的效果，和H3DNet认为face和edge特征对于BB框的表达很重要等，这种对点云不同表达，是值得研究的课题。
2023-03-06 22:00:22
1632
1
原创 3D目标检测（一）—— 基于Point-Based方法的PointNet点云处理系列
在3D目标检测中，可以大致分为基于图像、基于点云和基于多模态融合的三种方法。而基于点云处理的3D目标检测中，如何有效处理点云数据信息是其中的重点。常见的处理点云的方法有两种，一种为将无序的点云处理成有规则的体素或者柱体（voxel or pillar）等来进行处理，被称为Voxel-Based，另一种则是直接在原始点云上进行操作的Point-Based方法。本文主要介绍如何Point-Based中的经典网络PointNet，PointNet++和其发展PointNeXt。零、网络使用算法。
2023-02-20 22:28:41
5011
原创 VisionTransformer（四）ChangeFormer—— 纯Transformer的变化检测
纯Transformer的变化检测前言一、ChangeFormer提取特征的Transformer Block下采样Downsampling Block提取特征Transformer Block融合位置编码的MLP模块特征图差异计算Difference ModuleMLP Decoder差异特征融合残差块设计总结前言上次介绍过BIT，是一种基于Transformer孪生网络的变化检测结构，但它的设计思想是利用一个卷积网络提取特征图，将特征图像NL...
2022-05-04 17:00:56
4170
10
原创 目标检测Backbone系列（3）HRNet —— 保持空间与语义信息的backbone
保持空间与语义信息的backbone文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言虽然说这是一个图像分类的合集博客，但其实都是在介绍一些backbone网络。这次介绍的是HRNet，虽然说这个网络最初设计是做为关键点检测使用的，但其优秀保留空间信息的同时拥有高语义的特点，使其做为提取特征的backbone，也有很多优点。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：
2022-04-23 17:31:25
6781
7
原创 VisionTransformer（三）BIT—— 基于孪生网络的变化检测结构分析
基于孪生网络的变化检测文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言变化检测相较于其他cv任务来说，应该属于一个较为小众的领域了，但因为要需要复现BIT这篇论文，并且最近也在做变化检测相关的任务，所以就来讲解一下这篇论文和其设计思路。因为要复现的原因，所以这篇文章会对网络结构做一个详细的解读。一、孪生网络Siamese Network在介绍BIT之前，简单介绍一下孪生网络的概念。孪生网络其实主要有两
2022-04-15 23:15:20
14394
18
原创 目标检测Backbone系列（2）CBAM —— Spatial Attention空间注意力及Resnet_cbam实现
Spatial Attention空间注意力及Resnet_cbam实现前言一、Attention表达改进二、SpatialAttention空间注意力三、Resnet_CBAM总结前言上一次介绍Renest时，介绍了CNN里的通道注意力Channel-Wise的Split Attention及其block实现这一次介绍一下另外一种注意力，空间注意力和CBAM结构。下面是我实现resnet中加入CBAM结构的代码，可以给大家学习一下：Resnet_CBAM..
2022-03-17 22:24:08
15896
9
原创 目标检测Backbone系列（1）ResNest——基于Channel-Wise的Split Attention及其block实现
ResNest——基于Channel-Wise的Split Attention文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言ResNest的主要设计思想就是考虑两个方面。一方面想利用Inception中多分支结构带来模型学习能力的提升。另一方面想利用SENet和SKNet中提出的通道注意力思想，使网络可以在不同通道上提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pa
2022-03-16 15:27:56
8533
1
原创 解决UnicodeDecodeError: ‘utf-8‘的通用方法
BUG场景：使用pandas读取csv文件时出现UnicodeDecodeError: 'utf-8'的报错df = pd.read_csv('test.csv')原因分析：文件编码问题，这里的解决思路是使用相应的encoding方法打开。解决方案：网上我个人没找到比较通用的解决方法，所以这里记录一下自己的解决方法。import chardetdef find_encodeing(file_path, read_byte): with open(file_pat
2022-03-12 22:41:52
2807
原创 多目标跟踪（三） ByteTrack —— 利用低分检测框信息Byte算法
系列文章目录文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言多目标跟踪自DeepSort后，有一段时间类似FairMoT这种统一了识别和检测的网络被研究的比较热门。不过就在去年的年底发布的ByteTrack，其则是DeepSort的上位替代，整体实现思想也是十分简单，但十分work的算法。基于作者发布的代码其实是在YOLOX的基础上魔改的，然后个人认为比较冗余，而且如果就使用和学习来说不太方便，所以这里也
2022-03-04 10:45:25
12911
30
原创 Pytorch机器学习（十一）—— Anchor Free与SimOTA
Anchor Free与Anchor Based文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言最近两年目标检测领域逐渐向anchor free发展。而作为anchor based的代表YOLO系列也有anchor free的YOLOX作为代表。因为同为YOLO架构，学习起来也比较方便和容易，这里就以YOLOV3和YOLOX作为对比，学习一下什么是anchor free。作为Anchor Based的基础
2022-02-26 14:06:12
3798
6
原创 VisionTransformer（二）—— 多头注意力-Multi-Head Attention及其实现
多头注意力-Multi-Head Attention文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言之前说到VIT中，个人觉得值得学习的地方有两处，一处是Patch Embedding即如何将image当成context处理。第二个就是今天要说的多头注意力-Multi-Head Attention。VisionTransformer（一）—— Embedding Patched与Word embeddin
2022-02-18 22:40:41
11509
12
原创 VisionTransformer（一）—— Embedding Patched与Word embedding及其实现
Embedding Patched与Word embedding文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言VisionTransformer可以说火到不得不会的程度，而本人之前其实对NLP领域了解不是很多，在学习中，认为在VIT论文里比较值得学习的地方有两点，一个是对图片的预处理成image token的Embedding Patched，另一个则是Transformer模块里的多头注意力模块，这次先讲
2022-02-14 14:46:10
7746
11
原创 多目标跟踪（二）DeepSort——级联匹配Matching Cascade
以YOLOV5为上游检测网络，搭建DeepSort多目标跟踪算法。本文以学习其中级联匹配为主。
2022-02-03 21:16:10
16472
10
原创 KMeans聚类实例分析（汽车产品聚类分析
天池比赛——汽车产品聚类分析（Kmeans+PCA文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言这是天池中一个关于产品聚类分析的比赛，题目给了一个车购买表，整体数据量不大，分析起来比较简单，还是比较有代表性的。题目要求：赛题以竞品分析为背景，通过数据的聚类，为汽车提供聚类分类。对于指定的车型，可以通过聚类分析找到其竞品车型。下面直接开始分析（整体代码是运行在notebook中的）博客里有一些
2022-01-17 15:56:57
17658
2
原创 天池比赛——用户情感可视化分析
天池比赛——用户情感可视化分析文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言这是一个天池里的教学赛，整体没什么难度，主要是对pandas，基本的数据分析的练习。题目主要内容如下词云可视化（评论中的关键词，不同情感的词云） 柱状图（不同主题，不同情感，不同情感词） 相关性系数热力图（不同主题，不同情感，不同情感词）其中数据源主要如下字段名称 类型 描述 说明 conte
2022-01-13 13:35:19
4215
3
原创 Python实现冒泡排序，快速排序，插入排序和希尔排序算法
Python实现冒泡排序，快速排序，插入排序和希尔排序算法文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言这些排序算法以前都用C++实现过，这里记录一下飞桨领航团AI达人养成营下的作业。下面是一些是个人觉得对这些算法写的还不错博客六大排序算法：插入排序、希尔排序、选择排序、冒泡排序、堆排序、快速排序一、冒泡排序# 随机生成import numpy as np#请把冒泡排序算法补充完整
2021-11-10 16:56:53
1534
原创 Pytorch机器学习（十）—— 目标检测中k-means聚类方法生成锚框anchor
Pytorch机器学习（十）—— YOLO中k-means聚类方法生成锚框anchor文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言前面文章说过有关锚框的一些知识，但有个坑一直没填，就是在YOLO中锚框的大小是如何确定出来的。其实在YOLOV3中就有采用k-means聚类方法计算锚框的方法，而在YOLOV5中作者在基于k-means聚类方法的结果之后，采用了遗传算法，进一步得到效果更好的锚框。如果对锚框
2021-10-14 21:12:38
15973
65
原创 STM32CubeMX(15) —— 串级PID以控制电机角度值为例
STM32 Cubemax(十五) ——基于Cubemax的FreeRTOS移植与LED点灯测试提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展
2021-10-14 07:00:00
7754
15
原创 STM32CubeMX(14) ——基于Cubemax的FreeRTOS移植与LED点灯测试
系列文章目录STM32 Cubemax(十四) ——FreeRTOS移植与LED点灯测试文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言之前的代码其实一直都是裸机在跑，即本质上就是在一个while(1)中在跑，这对于任务量较小的程序来说，没有什么问题。但最近遇到一些工程性的代码，其参考代码均采用了FreeRTOS操作系统，以此来记录一下自己的学习过程。一、CubeMax移植FreeRTOS废话不多
2021-10-08 09:58:14
1547
原创 Pytorch机器学习（九）—— YOLO中对于锚框，预测框，产生候选区域及对候选区域进行标注详解
Pytorch机器学习（九）—— YOLO中锚框，预测框，产生候选区域及对候选区域进行标注目录Pytorch机器学习（九）—— YOLO中锚框，预测框，产生候选区域及对候选区域进行标注前言一、基本概念1、边界框（bounding box）xyxy格式xywh格式2、锚框（anchor box）3、预测框（predictionbox）中心目标生成长宽生成4、对候选区域进行标注objectness标签location标签label标签.
2021-10-06 12:38:03
17064
20
原创 飞桨AI Studio之加州房价预测——机器学习的Hello world
飞桨AI Studio之加州房子预测（上）——机器学习的Hello world文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言房价预测这个比赛，我个人认为是比MNIST更加适合新手入门的一个项目，而且Kaggle上有现成的比赛，可以通过这个平台去检验自己的一些成果。这个比赛主要还是锻炼对于数据处理的能力，对于搭建模型没有什么特别大的需求，比较适合新手。我这里只是使用了飞浆的平台，但比赛还是在Kag
2021-09-22 10:32:56
834
1
原创 STM32CubeMX(13)——SPI时序读写RFID-RC522
STM32 Cubemax(十三) ——SPI时序读写RFID-RC522目录STM32 Cubemax(十三) ——SPI时序读写RFID-RC522前言一、SPI时序通信二、模块接线三.Cubemax配置四.核心代码延时函数写RC522寄存器读RC522寄存器复位RC522使用代码1.复位2.寻卡并得到其序列号总结前言用RFID来学习一下SPI，本次实验使用的是如下这款，在某宝随便搜索RC522即可。整篇文章较长，手把手从说明.
2021-09-18 22:43:53
12758
7
原创 目标检测之牛仔行头检测（下）—— 以YOLOV5为baseline解决样本不均衡问题。
Epoch gpu_mem box obj cls labels img_size 49/49 4.52G 0.02143 0.01552 0.0005698 44 640: 100%|██████████| 182/182 [09:25<00:00, 3.11s/it] Class Images Labels P ...
2021-09-13 17:31:25
6105
19
原创 目标检测之牛仔行头检测（上）—— 读取coco数据集并转换为yolo数据格式，以YOLOV5为baseline训练并提交结果
Pytorch机器学习（八）——利用TORCHVISION.DATASETS和pycocotools读取coco数据集并可视化目录Pytorch机器学习（八）——利用TORCHVISION.DATASETS和pycocotools读取coco数据集并可视化前言一、数据集格式二、利用pycocotools以及torchvision.datasets读取数据集结果前言coco数据集网上介绍比较多，这里就不介绍了，我这次用的是沐神举办的牛仔行头检测比赛提供的数据集。
2021-09-09 14:51:11
3472
4
原创 Pytorch机器学习（八）—— YOLOV5中NMS非极大值抑制与DIOU-NMS等改进
Pytorch机器学习（八）—— YOLOV5中NMS非极大值抑制与DIOU-NMS等改进文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言在目标检测的预测阶段时，会输出许多候选的anchor box，其中有很多是明显重叠的预测边界框都围绕着同一个目标，这时候我就可以使用NMS来合并同一目标的类似边界框，或者说是保留这些边界框中最好的一个。如果对IOU等知识不了解的可以看我上篇博客Pytorch机器学习（五
2021-09-07 14:22:08
42860
137
原创 Pytorch机器学习（七）——YOLOV5图像增广之仿射变换与透射变换
Pytorch机器学习（七）——图像增广之仿射变换文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言YOLOV5的图像增强技术中有十分多可以学习的地方，这里记录一下其中的仿射变换。一、平移变换平移变换矩阵如下代码如下T = np.eye(3)# 这里注意一下，图像的左上角是0，0，a为正表示向左，负为右，b为正表示向下，负为上T[0, 2] = random.uniform(0.5 ...
2021-09-03 15:51:07
1823
3
原创 Pytorch机器学习（六）——YOLOV5中的自适应图片缩放letterbox
Pytorch机器学习（六）——YOLOV5中的自适应图片缩放文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言YOLOV5中相比于之前的版本，有很多小trick，导致其性能和应用比较好。本文先讲讲在将图片输入网络前，对图片进行预处理的letterbox的自适应图片缩放技术一、letterbox自适应图片缩放技术在目标检测中，输入的图片尺寸有大有小，根据前人的实验结果，输入网络的尺寸统一缩放到同一个
2021-09-02 22:27:28
26125
21
原创 Pytorch机器学习（五）——目标检测中的损失函数（l2，IOU，GIOU，DIOU, CIOU）
Pytorch机器学习（五）——目标检测中的损失函数（l2，IOU，GIOU,CIOU）目录Pytorch机器学习（五）——目标检测中的损失函数（l2，IOU，GIOU,CIOU）前言一、l2范数损失二、IOU损失二、GIOU损失三、CIOU损失总结前言目标检测领域，从发展到现在这个阶段，出现过很多次有关预测框损失函数的讨论与更新，从l2范数损失，到IOU损失，GIOU损失，DIOU损失等等，今天记录一下有关l2范数损失，IOU损失和GIOU损失.
2021-08-30 16:37:54
4737
2
原创 使用Opencv imshow时出现Invalid number of channels in input image:
问题描述：在使用imshow时，出现以下报错cv.imshow('image', target)cv2.error: OpenCV(4.5.2) c:\users\runneradmin\appdata\local\temp\pip-req-build-vi271kac\opencv\modules\imgproc\src\color.simd_helpers.hpp:92: error: (-2:Unspecified error) in function '__cdecl cv::impl:
2021-08-29 21:21:55
4371
原创 Opencv小应用（一）——实现类似OpenMv中颜色识别的调节阈值的功能
系列文章目录文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言Opencv也是时候该记录一下自己的学习心得，本系列的Opencv多偏向与应用在机器人方面的实现。一、OpenMv中的颜色识别功能用过OpenMv的都知道，Openmv中的颜色识别，寻找色块功能十分的方便，且强大，二、使用步骤1.引入库代码如下（示例）：import numpy as np import pandas as pd
2021-08-25 14:14:14
3551
原创 ROS漫漫长路（一）——Gazebo中机器人圆柱，球，长方体惯性矩阵推导与代码实现
ROS漫漫长路（一）——Gazebo中机器人圆柱，球，长方体惯性矩阵推导与代码实现目录ROS漫漫长路（一）——Gazebo中机器人圆柱，球，长方体惯性矩阵推导与代码实现前言一、公式推导一、代码实现示例前言ROS中，要想将urdf文件实现的机器人，放到gazebo中仿真，需要添加collision碰撞参数和inertial参数，其中collision参数大多情况下就直接和机器人的形状一致，而inertial则为机器人的惯性矩阵参数，基本构造机器人，常用的形..
2021-08-24 23:03:24
4741
3
原创 Pytorch机器学习（四）——YOLOV5训练自己的VOC数据集
Pytorch机器学习（四）——YOLOV5训练自己的数据集（以VOC格式为例目录Pytorch机器学习（四）——YOLOV5训练自己的数据集（以VOC格式为例前言一、准备工作1.引入库二、使用步骤1.引入库2.读入数据总结前言使用YOLOV5训练自己的VOC数据集，首先就是需要将VOC数据集转化到YOLO格式YOLO格式是什么，和如何转换，可以看我上一篇博客Pytorch机器学习（三）——VOC数据集转换为YOLO数据集一、准备
2021-08-22 19:02:41
1609
原创 ROS中使用gazebo_ros的spawn_model时，显示[spawn_model-4] process has died
问题描述：使用gazebo的spawn_model时，模型文件没有任何问题，却报出以下错误Traceback (most recent call last): File "/opt/ros/melodic/lib/gazebo_ros/spawn_model", line 239, in <module> exit_code = sm.run() File "/opt/ros/melodic/lib/gazebo_ros/spawn_model", line 149,
2021-08-21 22:34:32
6636
9
原创 解决ROS在使用joint_state_publisher使出现UnicodeEncodeError: ‘ascii‘ codec can‘t encode characters in positio
问题描述：在搭建ROS机器人的时候，要使用关节控制器joint_state_publisher，发现会出现以下错误Traceback (most recent call last): File "/opt/ros/melodic/lib/joint_state_publisher/joint_state_publisher", line 44, in <module> jsp = joint_state_publisher.JointStatePublisher() F
2021-08-19 13:28:59
2671
Keil.STM32F4xx_DFP.2.13.0+Keil.STM32F1xx_DFP.2.3.0芯片支持包.zip
2021-03-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人