不解不惑-CSDN博客

realsense相机图像获取。我现在在使用Realsense D405相机，操作系统Ubuntu 20.04，Python 3.10，我希望能实时预览RGB和depth图像(这个可以直接使用opencv预览，有其他更好的也是可以的)，同时又不和计算任务冲突，我希望通过本机socket通信实现，server程序实时读取图像并显示，同时能够接受socket连接请求，可以把最新的数据发送给client，client每当想要使用 realsense D405实时数据的时候，就向server请求就好了。

2025-11-26 23:57:03 258

原创 paddlespeech 文字转语音 TTS 使用笔记

文字转语音（TTS）是人机交互的一项关键技术，一番调研之后，选择了paddlespeech进行语音合成。进行语音合成主要包括中文语音合成（zh）、英文语音合成（en）和混合语音合成(mix)。3.混合TTS代码，结果较差。

2025-11-25 21:32:12 476

原创 coqui-ai/TTS 安装笔记

【代码】coqui-ai/TTS 安装笔记。

2025-11-25 15:01:40 528

原创 OpenAI whisper 语音识别服务器搭建

根据官方的提供的代码，进行了server和client的代码实现。现在好像只能通过文件进行识别，不能直接使用接收到的音频文件（多了一次把音频写到文件和从文件读取）。语音识别是人机交互的一个关键技术，机器人本体携带的算力和能源一般比较有限，通过TCP/IP socket通信，把计算分配到云端是一种选择。

2025-11-25 10:51:09 292

原创 overleaf 论文上传到arxiv

大家有时候会把自己写的论文挂到arxiv上，如果选择使用LaTeX写论文，overleaf是一个很好用的工具，写完后挂arxiv，如果使用的bib参考文献，则需要用到bbl文件，是本文的重点。（3）这种方式会生成带bbl的文件包，然后下载上传到arxiv就可以了。（2）点击右下角的 Other logs and files。2. 正常下载论文源代码，然后下载bbl文件。这种方式，我还没实际测试，看网上说是可以的。（2）弹出的窗口往下拉，找到arxiv。（1）点击右侧的Submit按钮。

2025-08-05 15:35:07 786

原创 detectron2 提取训练日志文件中的loss和AP并显示

【代码】detectron2 提取训练日志文件中的loss和AP并显示。

2025-02-26 13:23:15 380

原创 D405和D435i怎么选

realsense相机有多个型号可选，选择哪款是一个令人纠结的问题，特别是面对是否要选用D405的时候，面对D405，开始我也很纠结，买了一个测试后，才发现它的特点。备注：D405的使用距离，官方标的是7厘米-50厘米，实际测试，50-100厘米范围成像质量也挺好的。realsense相机在机器人领域得到了广泛应用，无论是室内建图，还是机器人抓取操作的感知。：比较理想的使用距离应该是。：比较理想的使用距离应该是。

2025-02-22 17:48:00 1192 1

原创 UR3 机械臂动作的record和replay

进行机器人操作的研究学习，需要测试机械臂的能力，已经对机械臂进行轨迹规划，对机械臂细粒度的运动轨迹一行一行的写显然是不现实的。根据起始位置和目标位置通过算法进行细粒度的轨迹，通过算法进行轨迹规划涉及轨迹点的密度和位置，具有一定的不确定性。人工拖拽机械臂记录动作然后回放则是相对简单直观的。代码通过python socket 实现。

2025-02-12 15:34:35 571

原创目标检测常用标注工具

计算机视觉中有一个重要、基础的任务：目标检测、实例分割。其中一个关键的步骤就是数据标注。图像数据标注需要使用工具针对采集的图像进行，目标检测包括：普通目标检测和旋转目标检测。

2025-02-10 11:54:07 382

原创 anygrap 使用笔记

想体验下anygrasp的精度如何，于是提交了license申请，申请license的响应速度还是很快的，1-2天就收到了机器对应的license文件。把license放到指定目录，进行license check，然后就可以使用了，发送license文件的他同时，也发送了两个权重文件（rs和kn）。graspness官方没有提供可以提供权重文件。anygrasp-sdk提供了权重文件，但是需要申请license。

2024-09-02 11:18:59 2469 1

原创一个AI板卡电脑--香橙派 AIpro

一个AI板卡电脑--香橙派 AIpro，本文算是一个开箱测评，主要评估它和一个电脑的距离。

2024-06-03 22:26:44 1940 1

原创英特尔D415相机内参

第六台，购买店铺地址是上海；安装位置为2号位，相机编号为1-5。

2023-06-20 16:05:41 909 1

原创使用python的pythonping库扫描局域网内所有主机的ip地址

服务器管理员没有把服务器的ip地址固定好，经常变，服务器不在身边，在机房，每次都跑过去查看不是很方便，于是设计了一个程序进行局域网内主机的所有ip进行扫描，然后选出服务器的ip地址，进行登录。没进行代码开发的原因是比较不多见的，实现的功能是偶尔需要的。

2023-06-20 09:31:50 19817

原创使用open3d进行旋转和平移笔记：rotate函数使用笔记

使用open3d的函数进行点云的旋转(rotate)和平移(translate)。rotate有两个参数需要进行设置，旋转矩阵和旋转中心。不写旋转中心，则采用默认的旋转中心（点云的质心，get_center()）。np.matmul(R, np.asarray(pcd.points).T).T进行旋转使用的旋转中心是原点(0,0,0)。

2023-05-05 21:22:32 953

原创 word分页方式

了解word分页的方式，可以更好的设置分页。

2023-03-24 17:55:21 996

原创 pytorch 确保结果可复现笔记

在使用pytorch进行深度神经网络学习时，遇到了代码不能复现的情况，很是令人烦恼，经过一番实验，找到了一种设置方法。

2023-02-18 14:50:08 1046

原创 Y9000P 2022 3060版本安装Ubuntu18.04遇到的问题

由于工作设计一部分深度学习和三维计算机视觉，需要使用Ubuntu系统，学习高翔老师的【视觉slam理论与实践】课程，电脑系统要求：Ubuntu 16.04/18.04，so为了和老师保持一致我安装了Ubuntu 18.04。（2）分辨率只可调100%，200%，300%这样的缩放，对于笔记本来说可能125%和150%是比较合适，这里可以使用gnome-tweak-tool。（3）屏幕亮度调节（已解决，安装nvidia-driver 525，我安装的不是server版本，名称中也不带open）

2023-01-11 00:05:00 1167 3

原创 opencv 4.6.0 SIFT特征点检测

不同OpenCV 版本的SIFT特征检测代码，不太一样，这里记录下我使用OpenCV 4.6.0.66版本的OpenCV进行SIFT特征点检测的代码。

2023-01-10 17:35:06 957

原创 MEGC(FACIAL MICRO-EXPRESSION GRAND CHALLENGE)微表情识别比赛相关网站

微表情识别比赛MEGC相关网站。

2022-12-05 09:56:01 1221

原创 pytorch 版本不同造成 Missing key(s) in state_dict 和 Unexpected key(s) in state_dict

pytorch 版本不同出现Missing key(s) in state_dict: Unexpected key(s) in state_dict:

2022-11-15 16:29:51 1678

原创中国科学院大学研究生培养相关文档下载

中国科学院大学研究生培养相关文档下载

2022-10-26 21:38:49 209

原创 opencv python 多张jpg图片转成avi视频

在进行微表情识别研究时，使用到了山东大学发布的MMEW微表情数据集，这个数据集提供的数据是图片的形式。数据集在采集的时候使用的帧率是90帧，而使用图片进行连续查看的时候，帧率大概能达到10几帧，看到的面部表情的运动特别慢，不容易进行微表情的面部动作分析。把图片合成视频后，可以通过视频软件的倍速播放功能的0.5倍速可以得到比较好的查看效果。

2022-10-25 14:57:55 1618 2