qq_23174517的博客

原创 Windows斜框标注软件RoLabelImg安装全过程

1.github下载相应源码包 code2.下载python2.7环境 python2.73. 下载pyqt4.11 pyqt4.114.下载setuptools-36.8.0.zip setuptools，解压缩并运行python2.6 setup.py install5.windows安装lxml lxml安装6.安装pip pip安装python.exe pip-6.0.7-py2.py3-none‑any.whl/pip install pip-6.0.7-py2.py3-none‑a

原创 多光谱数据分析

数据读取解析包:sudo apt-get install python3-gdalsudo pip3 install PyExifToolsudo pip3 install Pysolar

原创 CenterNet训练笔记

参考 添加链接描述

原创 Bottom-up And Top-down

Bottom-up自下而上的处理可以理解为：将感应器结果作为输入，也就是激励。因此自下而上可以被描述为是数据驱动的。例如，在一个人的花园正中有一朵花儿，这个花儿的视觉和所有的激励信息都从视网膜上通过视神经传递到大脑，然后大脑分析后得到图像。这些信息的传递时单方向的。以Region proposals来说, 在Faster-RCNN中 Region proposals是直接通过Selective...

翻译 卷积

卷积与互相关深度学习中的卷积（单通道版本，多通道版本）3D 卷积1×1 卷积卷积算术转置卷积（去卷积、棋盘效应）扩张卷积可分卷积（空间可分卷积，深度可分卷积）平展卷积分组卷积混洗分组卷积逐点分组卷积一、卷积与互相关在信号处理、图像处理和其它工程/科学领域，卷积都是一种使用广泛的技术。在深度学习领域，卷积神经网络（CNN）这种模型架构就得名于这种技术。但是，深度学习领域...

原创 构建机器学习产品: a problem well-define is a problem half-solved

1.Understand the problem from the perspective of the user

原创 图片相似度总结

常用的图像相似度计算1.MSE计算图像矩阵对应像素点的差值之和∑∑(Ides(x,y)−Itest(x,y))2\sum\sum (I_{des}(x,y)- I_{test}(x,y))^2∑∑(Ides​(x,y)−Itest​(x,y))22.Cos把图像转成一维的矩阵计算余弦相似度3. PSNR4. SSIM5. Perceptual loss等待补充...

原创 ImportError: numpy.core.multiarray failed to impor

Numpy 版本重复,删除掉报错位置的numpy包就ok。

原创 CenterNet调试记录

CenterNet代码链接torch版本问题,这里不支持1.10的版本.解决办法:1cd CenterNet\src\lib\externalpython setup.py build_ext --inplace2-cd /CenterNet/src/lib/models/networksrm -r DCNv2git clone https://github.com/Char...

原创 Matplotlib报错 AttributeError: 'module' object has no attribute 'to_rgba'

遇到问题: AttributeError: ‘module’ object has no attribute ‘to_rgba’解决方案:sudo pip install matplotlib==2.2.0在plt.savefig("./heatmap.png")后面加上plt.close()即可解决....

原创 Chinese-OCR

中文场景OCR1.Two stage检测 (Psenet)识别 ( CRNN,CAR–show attend and read)2. One stage同时检测识别

原创 安装pytorch 遇到的问题记录

遇到问题,import torchvision 报错解决办法:git clone https://github.com/pytorch/vision.gitcd visionpython setup.py installI can confirm now that the undefined _ZN2at… error has been solved....

原创 矩阵相关计算中时间复杂度分析

1.矩阵求逆伴随矩阵 A−1=A∗det(A)A^{-1} = \frac{A^{*}}{det(A)}A−1=det(A)A∗​ ---- N*O(N!)O(N!)O(N!)+N2∗O((N−1)!)N^{2}*O((N-1)!)N2∗O((N−1)!)矩阵分解 A=LU⟹A−1=U−1A−1A=LU \Longrightarrow A^{-1}=U^{-1}A^{-1}A=...

翻译 ML-参数模型与非参数模型的区别

1.模型是否具有固定或可变数量的参数，决定了模型是“参数”模型或“非参”模型。2.对数据分布有没有做假设(下图为引用图片)

原创 LDA主题模型推导

LDA topic model 公式推导:p(w,z∣α,β)=p(w∣z,α,β)∗p(z∣α,β)p(w,z| \alpha,\beta)=p(w|z,\alpha,\beta)*p(z|\alpha,\beta)p(w,z∣α,β)=p(w∣z,α,β)∗p(z∣α,β)β\betaβ与z独立:p(z∣α,β)=p(z∣α)p(z|\alpha,\beta)=p(z|\alpha)p(...

原创 目标检测之路

原创 数值问题-深度学习-Softmax

数值分析下溢：当接近零的数被四舍五入为零时发生下溢 1/x1/ x1/x。上溢：大量级的数被近似为无穷时发生上溢 exe^{x}ex。Softmax函数-上溢和下溢数值稳定Softmax(xi)=exi∑iexSoftmax(x_i)= \frac {e^{x_i}}{\sum_{i} e^{x}}Softmax(xi​)=∑i​exexi​​问题：假设所有的xix_ixi​都等于某个常...

原创 CSGAN:Task-Aware Compressed Sensing with Generative Adversarial Networks-压缩感知

压缩感知背景:现代信号处理的一个关键基础是 Shannon 采样理论：一个信号可以无失真重建所要求的离散样本数由其带宽决定。但是Shannon 采样定理是一个信号重建的充分非必要条件。也就是信号的压缩和重构的准确率并不是一定依赖与带宽所决定的。定义: 压缩感知理论的核心思想主要包括两点。第一个是信号的稀疏结构。传统的Shannon 信号表示方法只开发利用了最少的被采样信号的先验信息，即信号...

原创 贝叶斯优化BO

超参数的优化问题在深度学习模型中, 网络结构比较复杂，不仅训练参数多，存在参数冗余的现象，此外一些超参数往往需要耗费人力调参。因此如何自动学习超参数以及对网络结构的优化，找到最优的网络结构----贝叶斯优化(BO) 应运而生目标：找到在验证集度量上产生最佳得分的模型超参数。难点：超参数优化的问题在于评估目标函数以找到分数是非常昂贵的。每次我们尝试不同的超参数时，我们必须训练训练数据...

原创 EM算法-macdown

写算法前，先提一下编辑软件macdown安装 brew cask install macdown配置在preference里勾选Tex-like math 就可以类似latex了

原创 风险预测之-Gumbel distribution(耿贝尔分布)

数据资源：雾霾数据集：https://sites.google.com/view/reside-dehaze-datasets

原创 深度残差(ResNet)网络理解

问题描述：通俗来说，对于Loss Function的解集，较浅的网络应该是越深的网络的子集合，但实际中却发现网络层数越多反而没有更好的效果，这时就出现了网络退化的问题：解决问题的思路从本质上来说，我们在搭建深度网络时并不能很好的确定网络的深度，我们期望在网络会有一个最优层，而在最优层之外则是冗余层，我们期望冗余层能做到输入与输出对应，即恒等映射解决问题的方法传统CNN网络与残差网络简化...

原创 图像拼接python代码资源

图像拼接，图像融合技术https://www.cnblogs.com/skyfsm/p/7411961.htmlhttps://blog.csdn.net/qq878594585/article/details/81901703

原创 Embedded-DRL TX2环境搭建

1.TX2刷机刷机文件jetpack3.2自带cuda9.0+cudnn7.0+opencv3.3.1。需要的留邮箱。

原创 visual Inertial odometry

VINS-MONOintegrate with IMUbundle adjustment

原创 机器学习-hands on meachine learning

Supervised learningUnsupervised learningActive learningBatch learningreinforce learningOnline learning

原创 ros 机器人坐标

map: 一般与odom（或者odom_combined）相连，语义为一个经过先验（或者SLAM）地图数据矫正过的，在地图中的位姿信息。与odom同为全局坐标系。原点为地图原点（地图原点在地图相应的yaml文件中有规定）。odom：一般直接与base_link 相链接，语义为一个对于机器人全局位姿的粗略估计。取名来源于odometry（里程计），一般这个坐标系的数据也是来源于里程计。对于全局位...

原创 python2.73 笔试面试排序算法

冒泡排序：def sort1(num, list_array): sort_list = [] for j in range(num): sort_list.append(list_array[j]) pose = len(sort_list)-1 for i in range(len(sort_list) - 1): ...

原创 tensorflow+infogan 源码中相关函数的解析

self.G_sample = self.generator(concat(self.z, self.c))1.这里的concat函数，在tensorflow1.0以上的版本和tensorflow0.9的版本不一样1.0及以上def concat(z,c): return tf.concat([z,c],1) ...

原创 解决hector_quadrotor_gazebo launch文件无法正常加载的问题下视摄像头无法打开的问题

kinetic+乌班图16.04+gazebo7.0问题1： roslaunch hector_quadrotor_gazebospawn_quadrotor_with_downward_cam.launch 无法正常加载： solution：roscd hector_quadrotor_descriptiongedit quadrotor_downward_cam.gazebo....

原创 ros-四元数与欧拉角的转换 gazebo初始姿态说明

question： 在仿真环境中向topic发送控制指令时move_cmd_uav = Twist()move_cmd_uav.linear.x = 0.1cmd_vel_uav.publish(move_cmd_uav)机器人运动不是向x轴运动，有一定的偏移。rostopic echo /ugv1/odom 针对这个问题对四元素与欧拉角做一个说明： 附上pyth...

原创 计算机系统知识点

tips：由ASCII码构成的文件叫做文本文件.所有其他文件称为二进制文件。(存储上都是以二进制存储的，只是解释上不一样。文本文件中的二进制用ascii码来解释)bus：贯穿整个系统的电子管道，叫做总线，它携带信息字节并负责在各个部件之间传递。I/Odevice：在I/O总线上传递信息。操作系统中的抽象表示：文件是对I/O的抽象表示,虚拟存储器是对主存和磁盘I/O设备的抽象表示。进程则是对处理器，主

原创 机器学习关键字

Overfitting(过拟合)训练误差与测试误差差别很大，即模型的泛型能力比较差，可以通过regularization（简单的可以正则化比如加平方项来使得模型平滑，不会过度去匹配每一个点），同时可以增加数据集来改善（受于实际限制）Underfitting(欠拟合)模型bias比较大，模型较差，可以尝试更复杂一点的模型，加入更多的特征点，也就是增加更多的变量来提高模型的准确率。Gradient De

原创 关于python中的一些符号说明

一.冒号： 1. 一般函数定义。或者循环判断语句在结尾处包含一个冒号，意思是接下来是一个语句块（block）。2.切片 list[start : end : step] 值得注意的是:当start，和end不给值的时候看起来就是[::step]. 二，逗号1.逗号在参数传递中的使用，同c、cplusplus一样2.元组的转换3.print语句默认的会在后面加上,.等价与print(

原创 **c语言的预处理#，##的详细功能说明**

c语言的预处理#，##的详细功能说明****1.对于#号的预处理说明****在C语言的宏中，#的功能举例来说1.#define int int32; 即在预处理过程中将int32替换为int2.#define g(x) #x #用于把宏定义中的参数x两端加上字符串的"" ****在C语言的宏中，##的功能举例来说****1.#define WIDE(str) L##str 则会将形参str