Gone_float-CSDN博客

Anaconda3安装可以参考Deeplabv3+ 环境配置-Anaconda3 + Pytorch1.8 + Cuda10.1 + opencv3.2.0环境配置首先为pytorch创建一个anaconda虚拟环境，环境名字可自己确定，这里使用 yolact++ 作为环境名：$ conda create -n yolact++ python==3.8安装成功后激活yolact++环境$ source activate$ conda activate yolact++在所创建的环

2022-05-27 14:45:15 680

原创 Ubuntu下多版本OpenCV共存和切换

查詢opencv版本$ pkg-config --modversion opencv下载OpenCV首先去https://opencv.org/releases.html下载所需版本的Sources版安裝$ cd opencv-3.4.2$ mkdir build$ cd ..$ mkdir installed$ cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/home/mirrorubuntu/workspace/o

2022-04-28 22:20:19 2565

转载查看gpu设备

deeplabv3+没办法用gpu跑>>> import torch# 查看torch版本>>> torch.__version__'1.2.0'>>> import torchvision# 查看torchvision版本>>> torchvision.__version__'0.4.0'# 查看gpu是否可用>>> torch.cuda.is_available()True# 查看gpu是个

2022-04-25 15:38:55 545

原创 Ubuntu c++调用python脚本传递参数(Anaconda)

由于需要在c++程序中跑python程序进行语义分割，需要在c++程序中传递参数给Python程序c++ call.cpp#include <iostream>#include <string>#include <Python.h>using namespace std;int main(){ Py_Initialize(); PyRun_SimpleString("import sys"); PyRun_SimpleString("import o

2022-04-14 20:40:54 1564

原创 Ubuntu c++调用python脚本(Anaconda)

环境配置首先创建一个anaconda虚拟环境，环境名字可自己确定，这里使用 call 作为环境名：$ conda create -n call python==3.8安装成功后激活call环境$ source activate$ conda activate call编辑~./bashrc文件，设置使用deeplabv3+_cityscapes环境下的python3.8alias python='~/anaconda3/envs/call/bin/python3.8'更新环境

2022-04-14 18:58:14 1253

原创编译运行Cube_slam

mkdir -p ~/cubeslam_ws/srccd ~/cubeslam_ws/srccatkin_init_workspacegit clone git@github.com:shichaoy/cube_slam.gitcd cube_slamCompile dependency g2o sh install_dependenices.shCompilecd ~/cubeslam_wscatkin_make -j4问题1：解决方法1：修改/opt/ros/melodic

2022-04-06 17:30:41 698

原创 Deeplabv3+ Pytorch训练cityscapes数据集

Anaconda3安装可以参考Deeplabv3+ 环境配置-Anaconda3 + Pytorch1.8 + Cuda10.1 + opencv3.2.0环境配置首先为pytorch创建一个anaconda虚拟环境，环境名字可自己确定，这里使用 deeplabv3+_cityscapes 作为环境名：$ conda create -n deeplabv3+_cityscapes python==3.8安装成功后激活deeplabv3+_test环境$ source activate$

2022-03-31 10:00:24 1240

原创 tensorflow——deeplabv3+训练cityscapes数据集(未完待续)

Unknown: Failed to get convolution algorithm. This is probably because cuDNN我的解决办法：添加下面两行import osos.environ['CUDA_VISIBLE_DEVICES'] = '/gpu:0'/home/mirrorubuntu/models/research/deeplab虚拟环境 tfgpu

2022-03-30 19:28:47 1118

原创粒子滤波器

滤波和slam的关系滤波在slam已过时，无法处理动态场景slam更专注于非线性优化（图优化）+激光slam递推是根据上一时刻估计下一时刻滤波怎么处理：设R1R_{1}R1,…,RKR_{K}RK为传感器方差，则需要把R4R_{4}R4调大fQf_{Q}fQ,fRf_{R}fR都是事先设定的，没有人可以预测到动态物体什么时候会出现，不知道什么时候会把不好的数据去除粒子滤波：静态环境，动态可预测环境贝叶斯滤波：预测：fXk−(x)=∫−∞+∞fQk[x−f(v)]fXk−1+(v)

2022-02-24 11:20:57 3055

原创编译运行Pop-up slam

Create or use existing a ros workspace.mkdir -p ~/popup_ws/srccd ~/popup_ws/srccatkin_init_workspacegit clone git@github.com:shichaoy/pop_up_slam.gitcd pop_up_slamInstall dependency packages of pythonsh install_dependenices.shDownload Datahttps:

2022-01-27 17:13:11 406

原创 Ubuntu删除不干净导致的一系列后果

查看硬盘是GPT还是MBRhttp://www.xitongcheng.com/jiaocheng/xtazjc_article_15052.html双系统删除Ubuntu，出现grub无法正常启动https://www.pianshen.com/article/7254806831/windows和Ubuntu双系统环境如何安全卸载ubuntuhttps://jingyan.baidu.com/article/47a29f249777b6c01423991a.htmlwindows

2021-12-30 21:18:56 594

原创 Deeplabv3+-训练自己的数据集

安装训练可视化工具visdompython -m visdom.server训练网络经过我的测试，使用deeplabv3plus_resnet50模型分割出来的效果比较好num_classes设置为类别数+1训练好的权重在checkpoints文件夹下$ python main.py --model deeplabv3plus_resnet50 --enable_vis --vis_port 8097 --gpu_id 0 --year 2007 --crop_val --lr 0.01 --

2021-12-27 10:45:01 2557

原创图像标注-labelme标注自己的数据集

标注文件labelme标注后生成json文件项目案例的数据集为1280*720的图片,136张用于训练,16张用于测试。课程中的数据集有5个类别:“car”, “dashedline”, “midlane”, “pothole”, “rightlane”数据集图像文件及标注的json文件放置在~/mydataset目录下图像标注后的数据转换在mydataset路径下执行python labelme2voc.py roadscene_train roadscene_train/data_d

2021-12-27 10:37:47 2404

原创 Deeplabv3+ 环境配置-Anaconda3 + Pytorch1.8 + Cuda10.1 + opencv3.2.0

Anaconda3下载wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh安装bash Anaconda3-2021.05-Linux-x86_64.sh安装成功编辑~/.bashrc文件，加入export PATH=~/anaconda3/bin:$PATH更新环境变量source ~/.bashrc输入conda list添加Anaconda国内镜像配置清华提供了Anaconda

2021-12-19 20:13:35 5284

原创 Ubuntu18.04-安装opencv3.2.0_contrib

在opencv安装包文件夹下，下载opencv3.2.0_contrib包wget https://github.com/opencv/opencv_contrib/archive/3.2.0.zip解压命名为opencv_contrib-3.2.0sudo apt-get install build-essential sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev l

2021-12-08 21:33:48 386

原创 Eigen3卸载与安装

卸载Eigen3卸载Eigensudo updatedb locate eigen3 得到eigen库的位置, 删除eigen库sudo rm -rf /usr/include/eigen3 /usr/lib/cmake/eigen3 /usr/share/doc/libeigen3-dev /usr/share/pkgconfig/eigen3.pc /var/lib/dpkg/info/libeigen3-dev.list /var/lib/dpkg/info/libeigen3-dev

2021-12-08 21:24:49 1887

原创 ORB-SLAM2-建立双目稠密点云(一)

ORB_SLAM2提供位姿信息，elas_ros 提供深度数据，mappingWithPointCloud 节点实现三维点云拼接。在安装之前把所需要的库都装好，这个就不再叙述了下载修改后的ORB_SLAM2源码git clone https://gitee.com/zeende/orb_slam2 ORB_SLAM2_Pointcloud修改build_ros.sh修改文件名下载稠密点云包orbslam2_pointcloud_mappinggit clone https://gitee

2021-11-28 20:22:23 2478 8

原创使用kitti2bag和RVIZ播放KITTI数据集

https://blog.csdn.net/weixin_38636815/article/details/108376178

2021-11-28 17:20:15 230

原创安装rospkg

出现问题 ImportError:No module named ‘rospkg’pip install rospkg

2021-11-27 17:16:29 3049

原创 IMU预积分推导——公式准备

w∧=[w1w2w3]∧=[0−w3w2w30−w1−w2w10]\boldsymbol{w}^{\wedge}=\left[\begin{array}{l}w_{1} \\ w_{2} \\ w_{3}\end{array}\right]^{\wedge}=\left[\begin{array}{ccc}0 & -w_{3} & w_{2} \\ w_{3} & 0 & -w_{1} \\ -w_{2} & w_{1} & 0\end{array}\righ

2021-11-22 21:26:15 322

原创 yolov5环境配置-Anaconda3 + Pytorch1.8 + Cuda10.2 + cuDnn8.2.0 + opencv3.2.0

Anaconda3 + Pytorch1.8 + Cuda10.2 + cuDnn8.2.0 + opencv3.2.0opencv3.2.0之前装orb-slam2的时候装过opencv3.2.0pkg-config --modversion opencv安装CUDA10.2之前装zed2摄像头时已经安装过cuda10.2nvcc -V安装cuDNN8.2.0解压cuDNN压缩文件sudo tar -xzvf cudnn-10.2-linux-x64-v8.2.0.53.tgz

2021-11-20 21:55:00 5133 1

原创重装opencv3.2.0后catkin_make遇到问题-解决方案

修改文件夹文件内容sudo nautilus修改文件夹文件里的内容修改cv_bridgeConfig.cmake重新编译修改，重新编译

2021-11-18 16:35:51 1338

原创 ORB-SLAM2双目开源框架（4） LoopClosing解析

闭环检测(1)计算当前关键帧与其共视关键帧的最低相似性得分minScore，在关键帧数据库中与当前关键帧相似性得分高于minScore的关键帧为候选闭环关键帧vpCandidateKFs(2)将候选关键帧扩展为候选关键帧组，包含候选闭环关键帧及其共视关键帧。对候选关键帧组进行一致性测试：是否与其他候选关键帧共有相同的关键帧。(3)当候选关键帧组的一致性次数超过给定阈值mnCovisibilityConsistencyTh时，则对应的候选关键帧加入mvpEnoughConsistentCandidate

2021-11-17 15:31:46 350

原创 ORB-SLAM2双目开源框架（3） LocalMapping解析

LocalMapping类局部建图线程运行LocalMapping类的Run()函数，该函数接受Tracking类得到的关键帧，对局部地图点进行管理，删除冗余的地图点，构建新的地图点，融合复合的地图点。然后对局部关键帧和局部地图点进行BA优化，相比跟踪线程，得到更加准确的关键帧位姿和地图点位置。由于跟踪线程中对关键帧的选择较为宽松，在局部建图线程中，对关键帧进行更为严格的筛选，并将筛选后的关键帧交给闭环线程，进行闭环检测和优化。处理新关键帧处理关键帧队列中的关键帧，为局部建图的后续工作做准备: 取出关

2021-11-16 22:36:30 2099

原创 ZED2+ORB_SLAM3+视觉惯性轨迹保存

在zed2_stereo_inertial.cc 中加入保存轨迹保存代码重新编译命令行cd ~/catkin_wssource ./devel/setup.bashroscore//另开一个命令行cd ~/catkin_wssource ./devel/setup.bash //不知道为什么不执行这一步就无法找到zed.launchroslaunch zed_wrapper zed.launch//另开一个命令行cd ~/catkin_ws/src/ORB_SLAM3rosrun

2021-11-15 10:38:34 1417 4

原创 EVO评估轨迹

cd ~/evo/test/dataevo_traj tum FrameTrajectory_TUM_Format.txt KeyFrameTrajectory_TUM_Format.txt -p --plot_mode=xyz如果有groundtruth.txtevo_traj tum FrameTrajectory_TUM_Format.txt KeyFrameTrajectory_TUM_Format.txt groundtruth.txt -p --plot_mode=xyz得到以下结果

2021-11-14 20:30:34 1944

原创 ZED2 ROS下bag包的录制与回放数据

先学习一下基础操作bag包的录制（创建一个bag文件）以小海龟为例，首先我们要明白bag包中记录了ROS系统运行时的***话题***数据首先，执行以下命令：$ roscore$ rosrun turtlesim turtlesim_node $ rosrun turtlesim turtle_teleop_key这时按下键盘上的方向键应该会让turtle运动起来现在让我们录制所有发布的话题首先让我们看看目前有哪些话题：$ rostopic list -v/turtle1/comm

2021-11-14 17:45:07 2070

原创 Ubuntu18.04 evo安装

先把python版本从2.7切换到3.6https://blog.csdn.net/qq_38766208/article/details/120982073?spm=1001.2014.3001.5501推荐使用源代码安装方式github地址是：https://github.com/MichaelGrupp/evogit clone https://github.com/MichaelGrupp/evo...

2021-11-13 16:49:28 1113

原创 ZED2+ORB_SLAM3

仿照/ORB_SLAM3/Examples/ROS/ORB_SLAM3/src目录下的ros_stereo.cc建立一个新文件，如zed2_stereo_inertial.cc。将代码复制过去，修改以下部分： ros::Subscriber sub_imu = n.subscribe("/imu", 1000, &ImuGrabber::GrabImu, &imugb); ros::Subscriber sub_img_left = n.subscribe("/camera/lef

2021-11-11 21:27:23 1246 6

原创 ORB_SLAM3编译

cd ORB_SLAM3chmod +x build.sh./build.sh1.修改：找到目标所在的文件，比如我上面的就是localMapping.cc里。然后来到地628行，把x3D = x3D_h.get_minor<3,1>(0,0) / x3D_h(3);换成x3D = cv::Matx31f(x3D_h.get_minor<3,1>(0,0)(0) / x3D_h(3), x3D_h.get_minor<3,1>(0,0)(1) /

2021-11-11 20:53:10 1886

原创 ORB-SLAM2发布位姿话题

修改zed_stereo_rect.cc#include<iostream>#include<algorithm>#include<fstream>#include<chrono>#include<tf/transform_broadcaster.h>///#include "../../../include/Converter.h"///#include <nav_msgs/Path.h>///#include .

2021-11-10 21:09:21 1645 1

原创 ORB-SLAM2双目开源框架（2） Tracking解析

Tracking类Tracking类主要运行Track()函数，完成的主要内容有：双目初始化，跟踪参考关键帧或者跟踪上一帧，重定位，更新局部地图，跟踪局部地图，判断并创建关键帧。双目初始化

2021-11-08 20:13:40 1429

原创 ZED2相机标定

1.//打开命令行roscore2.在文件夹下找到common.yaml 文件修改resolution为1//另开一个命令行roslaunch zed_wrapper zed.launch3.启用左右摄像头可视化功能//另开一个命令行rosrun image_view image_view __ns:=view1 image:=/zed/zed_node/left/image_rect_color & rosrun image_view image_view __ns:=vi

2021-11-02 22:00:11 612 1

原创 ORB-SLAM2双目开源框架（1）

ORB-SLAM2主要由以下三个线程组成：（1）跟踪(Tracking)线程: 计算每帧图像的ORB特征并进行匹配，利用Motion-Only BA估计相机初始位姿，跟踪局部地图，并判断当前图像帧是否为关键帧。当跟踪失败时，利用场景识别（Place Recognition）模块恢复对环境地图点的跟踪。（2）局部建图（Local Mapping）线程: 获取跟踪线程的候选关键帧，管理局部地图中的关键帧和局部地图点，执行局部BA,得到准确度更高的定位和建图精度，最后对候选关键帧进行筛选。（3）闭环（Lo

2021-11-01 11:12:27 896

b36d921b-a4b0-422c-8277-782003fda82.zip

空空如也