RoboMaster
文章平均质量分 60
用来记录研发过程中的问题和一些知识点和操作。
lylsalt
这个作者很懒,什么都没留下…
展开
-
华中科技大学雷达站部署
这里要安装的是torch而不是pytorch, 而且要安装的是带cuda版本的,所以根据cuda版本选择合适的torch进行下载,我的cuda是11.8的,所以选择下面这个。与 pip 不同的是,conda 能够管理不仅仅是 Python 包,还可以处理其他语言的包,例如 R、Julia、Java 等。这个python解释器的路径就是安装anaconda的路径,设置为python解释器的路径就可以了。首先是程序是基于python3.8完成,所以创建虚拟环境的时候,选择3.8的虚拟环境。原创 2024-05-05 23:54:56 · 792 阅读 · 0 评论 -
Windows+Anaconda配置TensorRT环境
本文主要记录一下在windows+Anaconda配置TensorRT的教程,通过此教程配置完TensorRT后,可以在Anaconda的虚拟环境内使用TensorRT。Anaconda已经事先安装好了。原创 2024-04-24 22:30:14 · 628 阅读 · 0 评论 -
用Python代码实现数据集的批量处理(一)
【代码】用Python代码实现数据集的批量处理。原创 2024-04-19 20:36:17 · 349 阅读 · 0 评论 -
神经网络进阶学习文章(一)
深入浅出Yolo系列之Yolov5核心基础知识完整讲解 - 知乎 (zhihu.com)目标检测算法综述 - 知乎 (zhihu.com)谷歌大神带你十分钟看懂TensorFlow - 知乎 (zhihu.com)目标检测主流算法详解:从RCNN到DETR - 知乎 (zhihu.com)干货 | 目标检测入门,看这篇就够了(已更完) - 知乎 (zhihu.com)2023 年十大目标检测模型!_目标检测最新进展-CSDN博客什么是多模态深度学习?Multimodal Deep Learning - 知乎原创 2024-04-20 20:56:22 · 1132 阅读 · 0 评论 -
RM各大高校博客
分享这些一方面:这些大学的培训做的很好,里面有很多教程,讲的清楚详细,新人看了可以快速上手。另一方面:参考开源。原创 2024-04-21 00:22:50 · 613 阅读 · 1 评论 -
神经网络学习工具分享(一)
标注数据集,并自动转换为可直接训练的格式。原创 2024-04-20 21:40:49 · 170 阅读 · 0 评论 -
Yolov5 export.py实现onnx模型的导出
查了很多资料,很多用python代码写的,只需要这个库那个库的,最后都没成功。不如直接使用Yolov5里面的 export.py实现模型的转换。原创 2024-04-25 18:18:17 · 1509 阅读 · 2 评论 -
RM雷达站数据集汇总&雷达站开源
官方数据集存在的问题官方于2019年开源了DJI ROCO目标检测数据集。该数据集具有以下缺陷:1、数据集均为赛场高清摄像机拍摄,与机器人视角的工业相机拍摄差异较大;2、模糊图片很多,带来了大量噪声,致使训练中模型无法较好收敛;3、图片拍摄视角均为俯拍和第三视角;4、小目标很多。另外在实验室实际测试中,光线和场景变化都很大。仅使用官方提供的数据训练的模型鲁棒性很差,无法适应实际环境,且较多的小目标极易造成误检,模型检测精度较低。原创 2024-03-28 15:19:21 · 1104 阅读 · 0 评论 -
VScode使用cmake编译
六:修改CMakeList.txt,加入查找OPenCV库的命令,注意顺序问题。七:点击下方的小虫子进行debug,然后就完成cmake的创建和编译了。这样便创建好了最简单的cmake例程,一个CMakeList.txt文件。这两个需要改成第四步中创建项目的名称。三:选择版本最高的gcc版本。五:选择executable。原创 2024-04-23 01:29:27 · 509 阅读 · 2 评论 -
TensorRT入门:trtexec开发辅助工具的使用
trtexec 工具是 TensorRT 的命令行工具,位于 TensorRT 的安装目录中,随 TensorRT 的安装就可以直接使用。trtexec,不仅打包了几乎所有 TensorRT 脚本可以完成的工作,并且扩展丰富的推理性能测试的功能。通常我们使用 trtexec 完成下面三个方面的工作,原创 2024-04-26 11:54:34 · 189 阅读 · 0 评论 -
Python文件处理
文件后缀.txt转换成.c文件。原创 2024-04-20 23:32:11 · 117 阅读 · 0 评论 -
如何部署Tensorrtx
可以从步骤3得知,tensorrt实际是和硬件关系密切的,所以在部署过程中,如果硬件(显卡)和软件(驱动、cudatoolkit、cudnn)发生了改变,那么从这一步开始就要重新走一遍了。原创 2024-04-25 18:18:51 · 413 阅读 · 0 评论