2020年08月_只会git clone的程序员

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 fcntl.py

F_GETFD = 0F_SETFD = 0FD_CLOEXEC = 0LOCK_EX = 1LOCK_UN = 0def fcntl(fd, op, arg=0): return 0 def ioctl(fd, op, arg=0, mutable_flag=True): if mutable_flag: return 0 else: return "" def flock(fd, op): retur

2020-08-31 23:50:08 822

原创 python使用numpy库替换两个np数组中已知索引的值

使用场景已知数组1：arr1= [1,2,3,4,5,6,7,8,9]已知数组2：arr2= [0,0,0,0,0,0,1,1,1]需要将数组2中值为0的数替换数组1中对应位置的数。结果：result = [0,0,0,0,0,0,7,8,9]实现代码arr1[np.where(arr2 == 0)] = 0np.where(arr2 == 0)返回arr2中值为0的索引...

2020-08-31 09:59:24 1091 2

原创 github提交超过100M不可再次上传解决方案

显示文件git ls-files找到要删除的大于100M的文件路径删除大于100M的文件git rm --cache 文件名（从上个命令里复制过来）提交操作git commit --amend -CHEAD提交远程主机git push origin master

2020-08-30 23:15:33 243

原创百度飞桨强化学习（2）

表格法求解强化学习强化学习MDP四元组<S,A,P,R>s:state 状态a:action 动作r:reward 奖励p:probability 状态转移概率MDP全称马尔可夫决策过程，即系统的下个状态只与当前状态信息有关，而与更早之前的状态无关，这叫做马尔可夫性质。如何描述环境如果P函数和R函数都确定了，那么可以说该环境是已知的了，就可以使用动态规划的方法去计算概率最大的最优策略是什么。当P函数与R函数都已知的时候，称为

2020-08-27 15:01:59 416

原创使用paddle框架无人驾驶 —— 卷积神经网络计算方向盘打角

前言之前一直在弄车道线的检测和识别，效果都不佳，要么车道线分割太慢了，要么容易出现丢线的情况处理的不是很好，所以索性直接用卷积神经网络做一个线性拟合。效果用魔法玩欧卡2，使用国产深度学习框架paddlepaddle部署无人驾驶传送门：视屏链接数据采集读取欧卡2的数据做训练集属实花了我点功夫，步骤如下：首先安装虚拟摇杆vJoySetup.exe在欧卡里设置操纵模式为键盘加

2020-08-17 00:19:47 485

原创百度飞桨强化学习（1）

基础高等数学线性代数（向量空间的变换思想）概率与数理统计（期望，方差）Python:numpy神经网络强化学习两种学习方法基于价值基于策略乌龟环境首先本地下载PARL：git clone git@github.com:PaddlePaddle/PARL.git用pycharm打开PARL的工程进到第一节课的文件下：cd D:\py_code\PARL\examples\tutorials\lesson1在pycharm的终端输入python进入交互式编程：

2020-08-09 13:38:39 1135

原创使用paddle框架无人驾驶 —— 根据车道线处理方向盘角度

前言上一节实现了车道线的识别，以及设计了算法获取车道线位置，这里参考：项目地址的算法思想，做了一些改动设计的车道线拟合。算法思想首先通过上一节的实现我们得到了下图样式的车道线：因此我们编写的车道线拟合函数的输入自然就是这张图。首先记录下不考虑连续帧的情况的算法思想：首先对图像做对半的分割理想的车道线是左线和右线，然后在我们图像的左右两部分，分割代码：midpoint = np.int(img.shape[1]/2)滑动窗口从下网上检索车道线原理就是下图：我这里将整张图竖直上分成9

2020-08-08 17:29:29 937

原创北邮机器人队2020预备队培训（七） ——仿真文件介绍

前言本节介绍文件结构以及介绍一下launch文件的编写.文件结构racecar_control文件这个文件夹主要是配置小车的运动,我们的车模是阿克曼车模,前轮相当于舵机转向后轮驱动,这个文件夹就是配置了这两项.config文件夹这个文件夹下就一个racecar_control.yaml文件,也就是运动关节的配置文件:这里面定义了运动控制器对应的模型的关节是哪个,并且定义了每个关节的类型以及PID参数,这个参数基本不需要调整.launch文件夹这下面放置了控制关节运动相关的启动文件:

2020-08-03 23:24:48 1254 1

原创北邮机器人队2020预备队培训（六） —— 传感器数据读取与处理

前言这一节介绍如何读取两台机器人的传感器数据.fetch机器人的摄像头数据读取代码:#!/usr/bin/env python# BEGIN ALL# coding=utf-8import rospy, cv2, numpyfrom sensor_msgs.msg import Imageimport sysimport cv_bridgeclass Catch: def __init__(self): self.bridge = cv_bridge.CvBridge()

2020-08-02 21:46:05 1033

原创使用paddle框架无人驾驶 —— 语义分割模型检测车道线

前言准备在欧卡2实现无人驾驶，第一步使用paddlepaddle框架的paddleseg模块对车道线语义分割。语义分割数据集本文采用的数据集是tusimple数据集，图森车道线检测数据集。下载地址：传送门对数据集做了一些简单的处理，记录原始图像和带标签图像的文件路径关系。数据集样例：paddleseg这是百度深度学习框架推出的语义分割模块，集成了很多大佬写好的模型，只需要直接配置就可以使用这些模块了，对于新手上手比较友好。paddleseg项目地址：国产深度学习框架，点个star支

2020-08-01 19:18:21 3556 3