qq_33228039的博客

我的宿主是x86 ,但是打包的是arm架构安装qemu然后使用buildx打包保存tar。

按照惯例，先吐槽一下。反正也没人看我比比歪歪。做事全部藏着掖着，真有你们的。如果需求都不对技术开放，那还要技术干嘛，自己玩不是更好？？一天天的耍猴一样的耍我玩，真是够够的。

首先使用kdtree搜索每个点的最近点，如果大于3个，那么就求这最近点的协方差。如果kdtree搜索最近的点小于3个 ，那么就默认是0，0，1。kdtreesearchparm 是用来搜索最近的点的。这个函数就是计算点云法向量的。

onnx推理比torch快3倍, openvino比onnx快一丢丢。可以看到yolov7的 onnx是包括nms的。

使用open3d拟合平面并且求平面的法向量，open3d打包大概1个g的大小。

3D拆垛，深度学习安全性思考。

刚开始就给我看蒙了，明明读取的配置文件是exp/default/yolox_s.py，但是这个文件不存在啊，相似的文件是exps/default/yolox_s.py。这个文件是存在的但是路径和配置不对啊，我一度以为是写错了，毕竟exp和exps差距不大。直到我看到init.py的内容首先我们在train.py中配置了yolox_s然后在看这个函数是，首先替换- _ 然后组合一起就是module_name=yolox.exp.default.yolox_s然后导入这个文件的exp（）对象。

win10 安装yolov7 训练自己的数据集

http这个文章有个问题就是修改二进制文件的时候直接复制不行，必须先插入16个空白数据然后再复制httpshttps。

先取出11个长度的头文件2.取出4个长度3.给offest和changecounter赋值offest表示数据片段大小4.第一个片段，是xml数据，第二个是binary数据，第三个是覆盖xml数据（？？？）然后把切割出来的数据分发到相应的实例中这里myxmlparser.parse是读取xml文件内容，然后把self.xmlparser=myXMLParserhttpshttpshttpshttpshttpshttpshttpshttpshttpshttps。...

继续上一篇我们讲了通过yaml配置文件实例化类，其中配置文件要加上“！”这个符号，如果没有这个符号的其他类是怎么注册实例化的呢？我们看到代码workspace.py中这个函数就是每个类的装饰器，他干啥了呢，一句话就是他把类名和类的地址放在全局变量的字典里了下面具体分析我们发现每个类上都有这个装饰器register，装饰器获取cls名， cls.name 那么extract_schema是干嘛这段代码就是获取cls的参数和地址，也就是cls.model 保存在schema 这个类中这个类的定义在下面

这个是类自动创建的，其中__dict__中还包含一个__dict__ ，这个是用来保存成员变量的，其中类的__dict__和实例的__dict__不是同一个东西比如：我们可以推测其中A的__dict__其中的__dict__应该是实例中的__dict__但是我们在init中把__dict__指向了_shared_state这个字典。所以在实例化中，我们修改了实例的__dict__，其实间接的修改了A这个类中的_shared_state，那么下一个实例a1，他的__dict__也是指向了变量_shar

tensor 是pytorch基本的数据格式。你或许已经知道tensor是什么：n维数据结构，包含一些标量的数据类型，比如floats，ints，其他。我们知道tensor是一些数据的组成，还有一写元数据用来表示tensor的大小，tensor中数据的类型，tensor存储位置（cpu还是gpu）这里有一些元数据你可能不太熟悉，stride。stride是pytorch的特色tensor是数学概念，但是怎么保存到计算机中，我们应该定义一些物理的表示规则。最常见的把tensor中每个元素连续的保存

上篇文章写了paddledetection中yaml实例化的例子，现在我们把这个技术用在自己的项目中2.在pqyt的类上添加装饰器3 注意在测试的时候，发现单独的执行，会报错。yaml.constructor.ConstructorError: could not determine a constructor for the tag ‘!NewDeploy’in “”, line 1, column 1:!NewDeploy {}开始我以为是类没有加载到yaml的构造器里，所以我import

修改paddledetection 增加数据集路径配置

pyqt创作软件总结

1.keras 下模型转onnximport osimport sysimport numpy as npimport skimageimport onnximport keras2onnxfrom mrcnn.config import Configfrom mrcnn.model import BatchNorm, DetectionLayerfrom mrcnn import model as modellibfrom mrcnn import visualizefrom

1.h5转onnximport osimport sysimport numpy as npimport skimageimport onnximport keras2onnxfrom mrcnn.config import Configfrom mrcnn.model import BatchNorm, DetectionLayerfrom mrcnn import model as modellibfrom mrcnn import visualizefrom keras2on

#include "opencv.hpp"#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/opencv.hpp>#include <cuda_provider_factory.h>#include <onnxruntime_c_api.h>#include <onnxruntime_cxx_api.h&

https://www.bilibili.com/video/BV1944y1b76p?spm_id_from=333.999.0.0https://blog.csdn.net/qq_41731861/article/details/120511148

！！！先clone git上的分支网上大多教先在上传的文件夹下git init，如果git上有了项目，就不要在本地git init1.clong git分支代码git clone -b dong https://*************** //要下载的分支2.修改代码在下载好的文件夹下修改自己的代码3.提交代码git add .git commit -m "commit"git push -u origin dong ...

1.获取条码位置https://zhuanlan.zhihu.com/p/367162545?ivk_sa=1024320uopencv_contirb包#include "opencv2/barcode.hpp"#include "opencv2/imgproc.hpp"using namespace cv;Ptr<barcode::BarcodeDetector> bardet = makePtr<barcode::BarcodeDetector>("sr.pro

1.相机与机器人标定px:=[-279,22,-306,27]py:=[299,311,-6,-37]pz:=[-1344,-1346,-1349,-1354]qx:=[1158.54,1144.16,1452.72,1489.06]qy:=[-185.5,112.86,-217.34,111.75]qz:=[-115.79,-114.53,-114.32,-114.5]vector_to_hom_mat3d ('rigid', px, py, pz, qx, qy, qz, HomMat3D

https://blog.csdn.net/weixin_30624825/article/details/98166988?utm_medium=distribute.pc_relevant.none-task-blog-2defaultbaidujs_title~default-0.no_search_link&spm=1001.2101.3001.4242.1去掉（）rename -n ‘s/[()]//g’ *.jpg查看文件个数ls -l|grep “^-”| wc -lhtt

with torch.no_grad()https://blog.csdn.net/CRDarwin/article/details/119943128# coding: utf-8from PIL import Imagefrom torch.utils.data import Dataset,DataLoaderimport torch.nn as nnimport torchimport torchvisionimport torchvision.transforms as tran

https://blog.csdn.net/summermaoz/article/details/115969308安装vs的时候，一定要点上c++，然后重启电脑https://blog.csdn.net/u013085021/article/details/105960079

vericode解码小程序1.程序主体2.演示效果3.检测类4.链接相机类1.程序主体2.演示效果3.检测类using System;using System.Collections.Generic;using System.ComponentModel;using System.Data;using System.Drawing;using System.Linq;using System.Text;using System.Threading.Tasks;using Syst

1.AlexeyAB 说的很清楚https://github.com/AlexeyAB/darknet#when-should-i-stop-training2.不用使用CUDA10.0 安装不了。3.不用使用超过3.4.0的opencv，一大堆错误，无语，只要老老实实的使用opencv3.4.0就好 0.先安装vs20151.CUDA 9.0 cudnn对应的版本 Dow...

3D视觉新时代 - 简书 (jianshu.com)想了解3D结构光，看这份拆解就对了！ - 简书 (jianshu.com)无论是结构光方案、TOF方案还是双目立体成像方案，主要的硬件包括四部分：红外光发射器（IR LD）、红外光摄像头（IR CIS）、可见光摄像头（Vis CIS）、图像处理芯片，红外摄像头需要特制的窄带滤色片，另外结构光方案还需要在发射端添加光学棱镜与光栅，双目立体像多一颗IR CIS。结构光优点：综合来讲，适合于在近距离场景下（0.3m-5m），精度较高。在1m.

1.ply点云文件加载from plyfile import PlyDataimport numpy as npimport pandas as pdimport cv2 plydata = PlyData.read(file_dir) # 读取文件data = plydata.elements[0].data # 读取数据data_pd = pd.DataFrame(data) # 转换成DataFrame, 因为DataFrame可以解析结构化的数据rgbimg = np.

1.https://www.jb51.net/article/164348.htmimport cv2import numpy as npimg= cv2.imread('15_13_57_06.jpg')grey=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)retVal,greyimg=cv2.threshold(grey,150,255,cv2.THRESH_BINARY)greyimg=cv2.GaussianBlur(greyimg,(5,5),0)..

pycocotools文件夹有3个文件1.coco.py（训练时使用）2.cocoeval.py（测试时使用）3.mask.py(调用的dll，看不到源码，只提供了4个方法。)

0.更换清华源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda.

https://zhuanlan.zhihu.com/p/93451942https://blog.csdn.net/qq_34437210/article/details/106932193https://blog.csdn.net/tsq292978891/article/details/105255069https://www.it610.com/article/1298473172097638400.htm0.datection=backbone+neck+detection hea

0.学习大概1.学习opengl（0基础建议必须看看）2.opentk实例1.参考资料和学习资源学习OpenGLlinkOpentk案例link参考文章：https://www.cnblogs.com/MaFeng0213/p/7236784.html（理清逻辑）http://www.mamicode.com/info-detail-1485839.html（函数介绍）http://cowboy.1988.blog.163.com/blog/static/751057982010

1.安装pyinstallerpip install pyinstaller2.使用anaconda 创建虚拟环境conda create -n hefa python=3.63.激活虚拟环境，安装你需要的包pip install keras4.打包exexpyinstaller -F server.py -p G:\Anaconda3\envs\hefa\L...

*开启异常处理dev_set_check('give_error')*错误代码，非0表示异常，0表示okErrorCode:=0*设置填充模式dev_set_draw('margin')* Image Acquisition 01: Code generated by Image Acquisition 01open_framegrabber ('GigEVision2', 0, ...

圆盘读码加定位目录圆盘读码加定位1.读码2.定位圆1.读码create_bar_code_model ([], [], BarCodeHandle)*create_data_code_2d_model ('QR Code', [], [], DataCodeHandle)read_data_code_2d_model ('C:/Users/Administrator/...

1.代码* Image Acquisition 01: Code generated by Image Acquisition 01open_framegrabber ('DirectShow', 1, 1, 0, 0, 0, 0, 'default', 8, 'gray', -1, 'false', 'default', '[0] Integrated Webcam', 0, -1, A...

参考：https://blog.csdn.net/luoweifu/article/details/48692267http://www.vkandian.cn/article/2418739/https://blog.csdn.net/bitezijie/article/details/8858638https://blog.csdn.net/dnruanjian/article/d...