- 博客(50)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 np.linalg.lstsq()进行线性回归拟合
np.linalg.lstsq()进行线性回归拟合1.函数意义明确这个函数的原义是用来求超定线性方程组的：系数矩阵的第一列相当于给定了x的观测值 X=[0,1,2,3].transpose右边的结果矩阵相当于给定了y的观测值 Y=[-1,0.2,0.9,2.1].transpose然后使用两个观测值来拟合经验函数 y=mx+c系数矩阵的第二列存在的意义有点类似于机器学习中的偏置θ0,用于和C相乘，注意这是必要的，在只给定观测值的情况下，我们也常常需要np.ones_like(X的长度来构建有这
2021-09-02 15:46:20
3645
1
原创 docker 常用命令
docker 常用命令以mmdetection3d为例，先build镜像，再创建容器。# build an image with PyTorch 1.6, CUDA 10.1docker build -t mmdetection3d docker/docker run --gpus all --shm-size=8g -it -v {DATA_DIR}:/mmdetection3d/data mmdetection3ddocker run --gpus all --shm-size=8g -i
2021-07-16 12:11:01
963
原创 python-[1]两数之和
[1]两数之和题目给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。示例 1：输入：nums = [2,7,11,15], target = 9输出：[0,1]解释：因为 nums[0] + nums[1] == 9 ，返回 [0, 1] 。示例 2：输入：nums = [3,2,
2021-07-08 01:04:00
844
2
原创 pointnet的部分参考文献 用markmap显示
用法：将下面代码块内容复制到markmap效果对pointnet之前的工作做了一个分类# pointnet Pre## 1.Volumetric CNNs### Voxnet[2015,IEEE/RSJ]- D. Maturana and S. Scherer. V oxnet: A 3d convolutionalneural network for real-time object recognition. In IEEE/RSJInternational Conferen
2021-07-02 02:02:05
196
1
原创 Pointnet代码解析关键问题
1.分析PointNet结构：问题一：点云是如何进行MLP的上次讲过pointnet的基本结构如下图所示，分析代码，代码中我做了详细注释，可以直接看下面结构图。def get_model(point_cloud, is_training, bn_decay=None): """ Classification PointNet, input is BxNx3, output Bx40 """ batch_size = point_cloud.get_shape()[0].value
2021-07-01 22:05:06
445
2
原创 Python中import的用法总结
1.举例说明import语句用来导入其他 python文件（称为模块 module），使用该模块里定义的类、方法或者变量，从而达到代码复用的目的。为了方便说明，我们用实例来说明 import 的用法，读者朋友可以跟着尝试（尝试时建议使用 python3，python2 和 python3 在 import 的表现有差异，之后会提到）。首先，先建立一个文件夹Pythonproject作为工作目录，并在其内建立两个文件 main.py 和 aa.py，忽略.ieda和venv，虚拟环境和pycharm工程配
2021-06-25 04:33:35
12120
3
原创 远程开发VsCode终端中运行PyQt5程序报错qt.qpa.xcb_ could not connect to display
远程开发VsCode终端中运行PyQt5程序报错qt.qpa.xcb: could not connect to display，原因是vscode没有办法显示远程的图。1.错误代码qt.qpa.xcb: could not connect to display qt.qpa.plugin: Could not load the Qt platform plugin "xcb" in "" even though it was found.This application failed to s.
2021-06-25 02:14:37
7185
9
原创 PointNet++
[NIPS 2017]PointNet++: Deep Hierarchical Feature Learning onPoint Sets in a Metric Space语雀（原文内容多一点，CSDN导不进来）[论文地址][项目页面][GitHub]在之前的文章中分析了PointNet网络是如何进行3D点云数据分类与分割的。但是PointNet存在的一个缺点是无法获得局部特征，这使得它很难对复杂场景进行分析。在PointNet++中，作者通过两个主要的方法进行了改进，使得网络能更好的提取局部
2021-06-24 01:56:19
5236
原创 PointNet论文网络结构解读与代码实现
PointNet: Deep Learning on Point Sets for 3D Classification and Segmentat我的语雀原文地址[作者CVPR演讲][作者演讲ppt][arXiv论文][GitHub上的代码]一、简介此系列论文首先提出了一种新型的处理点云数据的深度学习模型-PointNet，并验证了它能够用于点云数据的多种认知任务，如分类、语义分割和目标识别。它在没有体素化或渲染的情况下处理原始点云（点集），为许多 3D 识别任务提供了一种简单、高效和有效的方
2021-06-23 14:25:46
1729
4
原创 pointnet++代码实现并训练自己的数据集
arXiv论文地址项目网页pointnet++代码地址安装pointnet++1.安装TensorFlow安装TensorFlow，pointnet++使用的是TensorFlow1.0早期版本，经过多次编译失败以及bug，最终测试1.13.1版本，对应cuda10.0，cudnn7.4.具体查看页面2.安装必要库tensorflow-gpu==1.13.1 plyfile==0.7.3numpy==1.16.4scipy==1.5.2opencv-python==4.5.2.5.
2021-06-20 12:06:03
7816
18
原创 append的地址问题
列表基础知识可以查看今天遇到一个有趣的append问题import numpy as npa = np.arange(9).reshape(3,3) print("a:",a)c = [0,0,0]p = []print("--------------------------------")for i in range(a.shape[0]): c[0:3] = a[i, :] p.append(c) print("c:",c) print("p:",p
2021-06-20 07:19:14
414
原创 ubuntu20.04安装pcl
1.先安装各种依赖sudo apt-get updatesudo apt-get install git build-essential linux-libc-devsudo apt-get install cmake cmake-guisudo apt-get install libusb-1.0-0-dev libusb-dev libudev-devsudo apt-get install mpi-default-dev openmpi-bin openmpi-commonsudo apt
2021-06-15 21:03:36
16567
30
原创 神经网络：多层感知器-MLP
处理复杂的多输入、多输出非线性系统，神经网络要解决的基本问题是分类问题。1.神经网络的种类：误差反向传播（Back Propagation，BP）神经网络概率神经网络卷积神经网络（Convolutional Neural Network ，CNN－适用于图像识别）时间递归神经网络（Long short－term Memory Network ，LSTM－适用于语音识别）最简单且原汁原味的神经网络则是多层感知器（Muti－Layer Perception ，MLP）2.MLP神经网络的.
2021-06-03 18:40:20
2055
1
原创 pointnet生成h5文件报错ValueError: Unable to create dataset
报错Traceback (most recent call last): File "/home/chengle/a_program/pointnet/sem_seg/gen_indoor3d_h5.py", line 89, in <module> insert_batch(data, label, i == len(data_label_files)-1) File "/home/chengle/a_program/pointnet/sem_seg/gen_indoor3d
2021-05-31 19:39:19
3777
5
转载 Particle Filtering粒子滤波
Particle Filtering粒子滤波参考：particle filtering—粒子滤波（讲的很通俗易懂）由最基础的贝叶斯估计开始介绍，再引出蒙特卡罗采样，重要性采样，SIS粒子滤波，重采样，基本粒子滤波Generic Particle Filter，SIR粒子滤波，这些概念的引进，都是为了解决上一个概念中出现的问题而环环相扣的。粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的
2021-05-16 20:53:48
1224
原创 训练过程中的train，val，test的区别
训练过程中的train，val，test的区别[](javascript:playSpeakItContent()????val是validation的简称。training dataset和validation dataset都是在训练的时候起作用。而因为validation的数据集和training没有交集，所以这部分数据对最终训练出的模型没有贡献。validation的主要作用是来验证是否过拟合、以及用来调节训练参数等。比如训练0-10000次迭代过程中，train和validation的
2021-04-18 01:07:02
602
原创 python中五种下划线 _
python中五种下划线 “_”单前导下划线：_var单末尾下划线：var_双前导下划线：__var双前导和末尾下划线：var单下划线：_在文章结尾处，你可以找到一个简短的"速查表"，总结了五种不同的下划线命名约定及其含义，以及一个简短的视频教程，可让你亲身体验它们的行为。让我们马上开始！1. 单前导下划线 _var当涉及到变量和方法名称时，单个下划线前缀有一个约定俗成的含义。 它是对程序员的一个提示 - 意味着Python社区一致认为它应该是什么意思，但程序的行为不受影响。下划线前
2021-04-18 01:05:16
1071
原创 python语法
python语法1numpy.meshgrid() #生成网格点坐标矩阵。2x = np.array([[1, 2], [3, 4]])>>> xarray([[1, 2], [3, 4]])>>> x.flatten()array([1, 2, 3, 4])>>> x.ravel()array([1, 2, 3, 4])3np.r_是按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等。np.c_是按行连
2021-04-18 01:04:41
75
原创 JupyterLab入门
JupyterLab入门该安装指南中包含更详细的说明用conda安装如果您使用conda，则可以使用以下命令进行安装：conda install -c conda-forge jupyterlab运行JupyterLab安装后，使用以下命令启动JupyterLab：jupyter-lab经典Jupyter Notebook入门康达我们建议使用conda软件包管理器安装经典的Jupyter Notebook。无论是miniconda或miniforge康达分布包括一个最小的康达安装。
2021-04-18 01:04:04
165
原创 colab运行在本地
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lSxt6lS6-1618678955852)(/home/chengle/Desktop/选区_001.png)]第 1 步：安装 Jupyter在本地机器上安装 Jupyter。第 2 步：安装并启用 jupyter_http_over_ws jupyter 扩展程序（一次性）jupyter_http_over_ws 扩展程序由 Colaboratory 团队开发并在 GitHub 上提供。pip install j
2021-04-18 01:03:11
8407
原创 1.统计属性函数（含.max(1)用法）
1.统计属性函数（含.max(1)用法）statisticsnormmean sumprodmax,min,argmin,argmaxkthvalue,topk>>> import torch>>> a=torch.randn(4,10)>>> print(a)tensor([[ 0.1002, -1.6265, 1.4466, 2.2931, -1.0597, 1.1463, -0.9219, -1.3728,
2021-04-18 01:02:22
282
原创 3d实例分割的调研
Introduction实现有效的三维场景理解(3D scene understanding)是计算机视觉和人工智能领域的关键问题之一。近年来，针对三维点云理解的研究取得了显著的进展，在诸如点云目标检测，语义分割等任务上都展现出了很不错的效果。然而，针对于点云实例分割的研究还处于较为初级的阶段。当前主流的点云实例分割算法可以分为以下两类：1）基于候选目标框(Proposal-based methods)的算法例如3D-SIS[1]，GSPN[2]，这类方法通常依赖于两阶段的训练(two-stage
2021-04-18 00:59:01
466
原创 CIA-SSD: Confident IoU-Aware Single-Stage Object Detector From Point Cloud阅读
解决的问题现有的用于定位点云中对象的单级检测器通常将对象定位和类别分类视为单独的任务（twq step），因此定位精度和分类置信度可能不能很好地对齐。方法提出一种名为 Confident IoU-Aware Single-Stage object Detector (CIA-SSD)的单步检测器过程首先，我们设计了轻量级的空间-语义特征 聚合模块，自适应地融合高级抽象语义特征和低级空间特 征，以准确预测边界框和分类置信度。 此外，用我们设计 的IoU 感知置信度校正模块对预测的置信度进行了进一
2021-04-18 00:57:36
589
原创 安装mmdetection3d
1.创建虚拟环境conda create -n env_name python=3.7 -yconda activate env_name2.安装对应版本的pytorchpytorch官网安装页面查看cuda版本nvidia-sminvcc -V我的cuda10.1安装pytorchconda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.1 -c pytorch验证：p
2021-04-18 00:56:14
2991
13
原创 python笔记字典.items()
.items()简单的例子：d = { ‘Adam’: 95, ‘Lisa’: 85, ‘Bart’: 59, ‘Paul’: 74 }sum = 0for key, value in d.items():sum = sum + valueprint(key, ‘:’ ,value)print(‘平均分为:’ ,sum /len(d))123456输出结果：D:\Users\WordZzzz\Desktop>python3 test.pyAdam : 95Lisa :
2021-04-17 23:47:49
119
原创 阅读笔记：CLOCs: Camera-LiDAR Object Candidates Fusion for 3D Object Detection
1.想要解决的问题利用 LiDAR 进行三维目标检测和利用视频进行二维目标 检测的神经网络都取得了显著进展。但是二者融合还是比较困难的，所以本文提出一种新的摄像机-lidar 对象候选(CLOCs)融合网络。CLOCs 融合提供了一个低复杂度的多模态融合框架，显著提高了单模态检测器的性能。2.前言3D 对象检测更具挑战性， 需要更多的输出参数来指定目标周围的 3D 定向边界框。都受到输入数据分辨率通 常低于视频的阻碍，这对较长范围的精度有很大的不利影响。与 2D 视觉检测不同，基于 3D 的
2021-04-12 14:03:46
911
原创 参数模型投影
#include <iostream>//io操作#include <pcl/io/pcd_io.h>#include <pcl/io/ply_io.h>#include <pcl/console/time.h>#include <pcl/common/transforms.h>#include <pcl/common/common.h>#include <pcl/point_types.h>#include
2021-02-25 17:02:09
109
原创 提取深度图边界
#include <iostream>#include <pcl/range_image/range_image.h>#include <pcl/io/pcd_io.h>#include <pcl/visualization/range_image_visualizer.h>#include <pcl/visualization/pcl_visualizer.h>#include <pcl/features/range_image_
2021-02-25 16:28:31
336
原创 pcl计算法线进行边界提取
#include <pcl/console/time.h>#include <pcl/common/transforms.h>#include <pcl/common/common.h>#include <pcl/io/pcd_io.h>#include <pcl/io/ply_io.h>#include <pcl/point_types.h>#include <pcl/visualization/pcl_visual
2021-02-25 15:49:50
1057
原创 pcl交互式ICP
#include <pcl/console/time.h>#include <pcl/common/transforms.h>#include <pcl/common/common.h>#include <pcl/io/pcd_io.h>#include <pcl/io/ply_io.h>#include <pcl/point_types.h>#include <pcl/visualization/pcl_visual
2021-02-25 00:48:53
265
原创 pcl显示fpfh直方图
#include <pcl/console/time.h>#include <pcl/io/pcd_io.h>#include <pcl/io/ply_io.h>#include <pcl/point_types.h>#include <pcl/visualization/pcl_visualizer.h>#include <pcl/visualization/histogram_visualizer.h> //直方图的可视化
2021-02-24 23:00:52
600
2
原创 pcl生成三个点连线，画箭头，画圆，改线条颜色
pcl::PointXYZ a, b, z; a.x = 0; a.y = 0; a.z = 0; b.x = 5; b.y = 8; b.z = 10; z.x = 4; z.y = 3; z.z = 20; boost::shared_ptr<pcl::visualization::PCLVisualizer> view(new pcl::visualization::PCLVisualizer("line Viewer")); view->setBackgro
2021-02-24 21:02:57
3114
原创 pcl用FPFH快速点云直方图和配准
#include <pcl/console/time.h>#include <pcl/io/pcd_io.h>#include <pcl/io/ply_io.h>#include <pcl/point_types.h>#include <pcl/visualization/pcl_visualizer.h>#include <Eigen/Core>#include <pcl/point_cloud.h>#inc
2021-02-24 20:04:27
1601
1
原创 pcl法线估计和显示，使用omp加速
#include <pcl/console/time.h>#include <pcl/io/pcd_io.h>#include <pcl/io/ply_io.h>#include <pcl/point_types.h>#include <pcl/visualization/pcl_visualizer.h>//#include <ctime>#include <Eigen/Core>#include &
2021-02-24 17:14:23
1558
原创 pcl常用函数
给出一些可能会用到的工具函数。代码来自https://segmentfault.com/a/1190000007125502文章目录1.时间计算2.pcl::PointCloud::Ptr和pcl::PointCloud的两个类相互转换3.如何查找点云的x，y，z的极值？4.知道需要保存点的索引，从原点云中拷贝点到新点云5.如何从点云里删除和添加点6.如何对点云进行全局或局部变换7.链接两个点云字段（两点云大小必须相同）8.如何从点云中删除无效点9.将xyzrgb格式转换为xyz格式的点云10.计算质心1
2021-02-24 15:27:12
2442
原创 同时显示两个点云
#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>// 包含相关头文件#include <pcl/visualization/pcl_visualizer.h>int main(int argc, char** argv){ // Show help if (pcl::console::find_switch(argc, argv, "-h") || pcl::console::find_swit.
2021-02-24 00:26:55
608
原创 回调函数和按键交互
高级功能：设置回掉函数进行交互、显示区域分割按键事件:按a使图像显示和消失#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/io/ply_io.h>#include <pcl/point_cloud.h>#include <pcl/console/parse.h>#include <pcl/common/transforms.h>#include
2021-02-24 00:23:44
667
原创 点云可视化
可视化（Visualization）是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕显示出来，并且进行交互处理的理论、方法和技术。PCL中pcl_visualization库中提供了可视化相关的数据结构和组件，其主要是为了可视化其他模块算法处理后的结果，可直观的反馈给用户。其依赖于pcl_common、pcl_range_image、pcl_kdtree、pcl_IO模块以及VTK外部开源可视化库。下面给出2个常用的可视化类。pcl::visualization::PCLVisual.
2021-02-23 22:46:01
1906
1
原创 PLY文件格式
PLY 文件头部信息：plyformat binary_little_endian 1.0comment VCGLIB generatedelement vertex 13469property float xproperty float yproperty float zproperty float nxproperty float nyproperty float nzproperty uchar redproperty uchar greenproperty uchar bl
2021-02-18 17:12:22
367
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人