- 博客(43)
- 资源 (1)
- 收藏
- 关注
原创 Caffe学习笔记之一个简单分类模型的实现
参考链接:https://blog.csdn.net/m0_37264397/article/details/76686159第一步:各文件位置了解1、训练和测试数据文件位置
2019-05-18 11:45:19
294
原创 Caffe学习笔记之FasterRcnn项目实战数据获取
这个没有出错的可能哈,直接看链接的4-7https://www.cnblogs.com/dudumiaomiao/p/6556111.html
2019-05-01 00:42:23
394
原创 Caffe学习笔记之FasterRcnn项目实战环境编译
编程5分钟,环境2小时具体步骤参考下列链接:https://www.cnblogs.com/dudumiaomiao/p/6556111.html然后我们进行详细的过程。第一步:我们先下载源代码:git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git第二步:编译py-faster-rcnn进入p...
2019-05-01 00:41:00
600
原创 Caffe学习笔记之Caffe的安装
具体内容参考下列链接https://www.cnblogs.com/go-better/p/7161006.html当然没那么容易成功,会出各种问题,直接百度解决。
2019-04-30 11:38:37
404
原创 C++学习笔记之C++ 基础知识点demo(三)
C++学习笔记之C++ 基础知识点demo(三)声明:本文使用的原始图片来自小象学院C++程序设计课程,已询问官方,获得授权转发。C++内存四区C++new/delete的基本应用C++动态创建二维数组,练习C++表达式计算顺序C++左值右值C++显示转换C++中的参数传递C++函数参数传递:const形参和实参C++函数的返回类型C++函数返回类型与const声明:本文使用的原始图片来自小象学...
2019-04-28 16:09:19
323
原创 C++学习笔记之C++ 基础知识点demo(二)
C++学习笔记之C++ 基础知识点demo(二)声明:本文使用的原始图片来自小象学院C++程序设计课程,已询问官方,获得授权转发。C++中的constC++const限定符与引用、指针C++中的structC++中的classC++中的字符串C++中的vectorC++中的autoC++函数的重载:定义C++重载的二义性与constC++内联函数声明:本文使用的原始图片来自小象学院C++程序设计...
2019-04-28 16:04:44
296
原创 C++学习笔记之C++ 基础知识点demo(一)
C++学习笔记之C++ 基础知识点demo(一)C++结构体、指针、字符数、内存申请C++结构体、指针、字符数、内存申请malloc(申请空间的字节数),使用改语句申请的空间需要使用free()释放。...
2019-04-28 15:39:27
1177
原创 解读keras版Faster R-CNN(二)
这次带来的是Faster R-CNN中的子程序get_data()的代码解析import cv2import numpy as np代码首先导入的是两个库。其中cv2主要是图像方面的库,numpy是科学计算方面的库。def get_data(input_path): found_bg = False all_imgs = {} classes_count ...
2018-07-27 22:27:15
1372
4
原创 解读keras版Faster R-CNN(一)
这次我们来解析keras版Faster R-CNN,在之前解析的版本中代码晦涩难读。这次带来一个简单易懂的Faster R-CNN版本的解读,来帮助大家了解Faster R-CNN的细节内容。 先上源代码:https://github.com/nnresearcher/keras_frcnn(代码是我fork的,不是本人写的)。首先看最开始的代码(地址keras_frcnn/train_fr...
2018-07-27 21:51:06
3910
1
原创 从Faster RCNN开始学python(七)
本篇开始解释Faster RCNN网络的结构 为什么不解释代码呢???因为我没找到代码在哪TOT…..(感觉越来越脱离主题了TOT) 首先是第一阶段的生产建议网络。 图像一共经过三类网络结构: 首先:在图像输入后,经过卷积层的特征提取操作,然后将输出的特征图复制成两份,其中一份输入到RPN中,另一份输入到ROI中 然后:RPN主要是根据输入的特征图先先经过3*3卷积,然后使用锚框将特...
2018-07-07 20:13:35
315
原创 从Faster RCNN开始学python(六)
接下来为子函数get_roidb(imdb_name)的作用:get_roidb是用来获取roidb, imdb数据def get_roidb(imdb_name, rpn_file=None): imdb = get_imdb(imdb_name) print 'Loaded dataset `{:s}` for training'.format(imdb.name) ...
2018-07-07 12:10:31
536
原创 从Faster RCNN开始学python(五)
为避免在代码解析和理解Faster RCNN中内容过于分散,我们将各个单独的程序先单独分析下,为Faster RCNN主代码的理解铺路。 在本篇文章中,我们主要来学习下Faster RCNN 中的coco.py文件内的代码。...
2018-06-25 13:49:26
424
原创 从Faster RCNN开始学python 篇外卷datasets(三)
在Faster RCNN中有使用一些额外的程序,类等等,为了使文章整体内容不过于分散,这里作为篇外卷学习。 文件地址:\py-faster-rcnn\lib\datasets本文章解析代码为pascal_voc.py。在代码中定义了一个名为pascal_voc的类。 我们重点解释下函数的继承: 先贴两段代码解释下函数的继承:class imdb(object): """I...
2018-06-25 10:09:33
271
原创 从Faster RCNN开始学python 篇外卷datasets(二)
在Faster RCNN中有使用一些额外的程序,类等等,为了使文章整体内容不过于分散,这里作为篇外卷学习。 文件地址:\py-faster-rcnn\lib\datasets本文章解析代码为imdb.py。在代码中定义了一个名为imdb的类。 我们重点解释下装饰器:...
2018-06-25 10:09:18
436
原创 从Faster RCNN开始学python 篇外卷pycocotools(二)
在Faster RCNN中有使用一些额外的程序,类等等,为了使文章整体内容不过于分散,这里作为篇外卷学习。 文件地址:\py-faster-rcnn\lib\pycocotools 在这篇文章中讲解pycocotools中的coco.py,在所有代码中有两个coco.py代码先导入一些标准库和自定义的程序,其中mask在上篇文章中已经解析过了。import jsonimport da...
2018-06-25 10:08:49
2559
1
原创 从Faster RCNN开始学python 篇外卷pycocotools(一)
在Faster RCNN中有使用一些额外的程序,类等等,为了使文章整体内容不过于分散,这里作为篇外卷学习。 文件地址:\py-faster-rcnn\lib\pycocotools 首先这里先对简单的mask.py的讲解:import pycocotools._mask as _maskencode = _mask.encodedecode = _mask.dec...
2018-06-25 10:08:35
2867
1
原创 从Faster RCNN开始学python(四)
在上节中解析到区域建议网络的程序:p = mp.Process(target=train_rpn, kwargs=mp_kwargs)先把区域建议网络函数的代码贴出来def train_rpn(queue=None, imdb_name=None, init_model=None, solver=None, max_iters=None, cfg=None...
2018-06-25 10:06:27
429
原创 从Faster RCNN开始学python(三)
今天准备解析的代码如下:import multiprocessing as mp# queue for communicated results between processesmp_queue = mp.Queue()# solves, iters, etc. for each training stagesolvers, max_iters, rpn_test_prototxt ...
2018-06-25 10:06:06
632
原创 从Faster RCNN开始学python(二)
之前已经解读了parse_args()子程序,在这第二篇解读博客中,我们将最后的一些准备阶段的代码进行解读。from fast_rcnn.config import cfg, cfg_from_file, cfg_from_listif __name__ == '__main__': args = parse_args() print('Called with args:'...
2018-06-25 10:05:51
2215
2
原创 从Faster RCNN开始学python(一)
最近开始学Faster RCNN 未避免遗忘,开始做代码详解。if __name__ == '__main__': args = parse_args() print('Called with args:') print(args) 待续.....我们从主函数开始看,第一个调用的子函数parse_args()。 先贴一段今天解析的代码:def pa...
2018-06-25 10:05:34
1903
原创 10、python匿名函数
list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])) [1, 4, 9, 16, 25, 36, 49, 64, 81]匿名函数lambda x: x * x
2018-06-20 11:26:32
106
翻译 13、python多进程
Unix/Linux操作系统中存在fork()函数,fork()调用一次,返回两次,操作系统父进程复制了一份称为子进程,然后,分别在父进程和子进程内返回。例子来自廖雪峰课程子进程永远返回0,而父进程返回子进程的ID。子进程只需要调用getppid()就可以拿到父进程的ID。import osprint('Process (%s) start...' % os.getpid())...
2018-06-06 00:33:37
140
翻译 12、python类
类的定义:class Student(object):def __init__(self, name, score): self.name = name self.score = scoredef print_score(self): print('%s: %s' % (self.name, self.score))类的调用:bart = Studen...
2018-06-04 01:33:55
124
翻译 11、python装饰器
对于每个函数而言都有一个name 属性,可以输出函数的名字。对于一个函数function而言 def function() return 0 在不修改函数function的情况下如何增加这个函数的功能?这种在代码运行期间动态增加功能的方式,称之为“装饰器”(Decorator)def log(func): def wrapper(*args, **kw): ...
2018-06-04 00:41:46
463
翻译 10、python匿名函数
list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])) [1, 4, 9, 16, 25, 36, 49, 64, 81]匿名函数lambda x: x * x
2018-06-04 00:28:12
93
翻译 9、python map、reduce、filter、sorted
map()函数接收两个参数,一个是函数,一个是可迭代对象。map函数将传入的函数依次作用到序列的每个元素,并把结果作为新的可迭代对象返回。def f(x): return x r = map(f, [1, 2, 3, 4, 5])reduce的用法。reduce把一个函数作用在一个序列[x1, x2, x3, …]上,这个函数必须接收两个参数,reduce把结果继续和序列的...
2018-06-03 00:04:41
78
原创 8、python生成器
对于一个list而言:L = [x for x in range(10)] 但对于一个生成器而言:g = (x for x in range(10))生成器是一个惰性的函数,它不会一下子全部运行结束,每调用它一次,就运行一次。可以使用next()函数调用下一组值。同样地,如果一个函数中含有yield那么这个函数就不是一个普通的函数,而是一个generator。这个函数每次执行到yie...
2018-06-02 23:59:52
239
原创 7、切片
LIST[0:4]或者list_name[:4]表达前4个list[1:4]表达第二个到第4个list[-2:]表达后两个list[:10:5]前10个每5个取一个
2018-05-27 18:54:03
139
原创 6、递归函数
def fun(a): if a==1: return 1 return a+fuc(a-1)在上述函数中在尾部返回值中引入了表达式,这可能会导致调用栈溢出的情况,使用尾递归优化。即使用一个函数代替这个运算,在末尾return处不使用表达式def fun1(a): return fun2(a,1)def fun2(a,end_num): ...
2018-05-27 18:51:00
238
原创 5、python的set()
set是一个无序并且无重复元素的集合。 s=set([1,4,2,1,2]) s={1,4,2}增加元素:add(key) s.add(5) s={1,4,2,5} s.add(1) s={1,4,2,5}删除元素:remove(key) s.remove(1) s={4,2,5}s1=set([1,2,3,4]) s2=set([3,4,5])s1&s2...
2018-05-27 18:40:21
173
原创 4、python字典
对于字典A={‘key_1’:1,’key_2’:2}字典取值的方法:A[‘key_name’]字典赋予新的关键词或者重置某关键词值的方法:A[‘key_name’]=value判断某个关键词是否在字典内: 方法1:‘key_name’ in A. 返回值为布尔值 方法2:A.get(‘key_name’,value),value默认为None,若关键词的提取与删除: A.p...
2018-05-27 18:34:33
126
翻译 离散的路径规划:Voronoi Diagram
Voronoi Diagram与Visibility Graph方法不同,Voronoi Diagram最大化了障碍物之间的间隙。Voronoi Diagram平方了障碍物边缘之间的空余空间。每条边都与周围的每个障碍物等距离排列。 通过构建从节点到最靠近每个节点的边的路径,可以将起点和目标节点连接到图中。如果边缘位于两个障碍物的边缘之间,则每条边都可以是直线,或者如果它穿过障碍物的顶点,...
2018-05-25 22:43:14
4317
7
翻译 离散路径规划:Visibility Graph
Visibility GraphVisibility Graph是将起始节点,所有障碍物的顶点和目标节点相互连接来构建路线图节点:开始,目标以及所有障碍物的顶点 边缘:两个节点之间不予障碍物相交的边缘,包括障碍物边缘 在建立可视化图表后,可以应用搜索算法来查找从开始到目标的最短路径。 可见性图的一个缺点是它没有为错误留下间隙。穿越最佳路径的机器人必须经过令人难以置信的障碍物,显着...
2018-05-25 22:42:25
4181
2
翻译 离散的路径规划:Roadmap
Roadmap这个方法使用简单的连通图表示配置空间,类似于城市如何用地铁图表示路线图方法通常分两个阶段实施: (1)在建设阶段建立起从该空间的一个连续表示的曲线图。这个阶段通常需花费大量的时间和精力,但最终的图形可以用于多个查询并进行最少的修改。 (2)该查询阶段评估图来找到目标位置,从起始位置的路径。这是在搜索算法的帮助下完成的。两种roadmap方法:Visibility Gr...
2018-05-25 22:40:48
1691
原创 感知器点云数据处理与识别
感知器点云数据处理与识别第一步:使用RGB-D相机获取点云数据RGB-D相机结合了有源与无源的传感世界,无源的RGB-D以及有源的D传感器。对于点云数据,它为点云数据,它为三维数据的数字表示,在实际实现中,它还可以含有每个点的附加源数据。如:RGB值,局部曲率信息,强度值。第二步:使用体素网格过滤器首先创建体素网格过滤器,设置每个网格的像素大小(三维)(leaf_siz...
2018-05-25 22:37:03
1849
原创 车道线识别
车道线识别第一步:由于图像中车道线为白色,固使用颜色阈值将图像改为二值图片第二步:由于图像中不仅车道线像素为白色,固使用一个梯形的形状将大部分噪音划分出去,保留下梯形内部的像素。第三步:使用canny边缘检测算法。Canny算法做图像边缘检测,它是根据图片像素梯度的变化进行描述。 算法总先检测高于high_threshold的像素点,不接受低于low_threshold的像素,然...
2018-05-25 22:34:13
3513
原创 PID简介
P:比例例:对于四旋翼飞行器执行飞行计划的第一个瞬间,高度误差为: e(t)=r-y(t) =10m-0 =10m 控制器检测到较大的误差并命令电机产生与误差成正比的推力。 u(t)=kp*e(t)I:积分控制对于P控制,其稳定性不高,加入积分控制。积分控制考虑到过往所有的系统误差值。即使很小的误差最终也会被放大。可以消除小的稳态误差D...
2018-05-25 22:32:15
425
原创 火星无人小车项目
火星无人小车第一步:对于一个流动站的感知步骤都始于流动站摄像头读取数据。第二步:对于一个摄像头的数据而言,它是一张第一人称视角的图片,对于俯视角中的一个图像在第一人称视角中为一个梯形。① 定义四个源点,为梯形点,按顺序。 ② 定义四个目标点,即将源点的图像转为怎么样的一个形状,必须以与源点相同的孙旭列出。 ③ 使用cv2.getperspectiveTransform()获得M的变...
2018-05-25 22:30:51
378
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人