random_repick的专栏

0. 前言先安装的jupyter后安装的anaconda，结果在python3.6的虚拟环境里调用的是其他版本的python，导致conda安装的pytorch找不到1. 解决办法就是添加核心查看可用kernel和所在路径：jupyter kernelspec list，输出是python3 /home/lwd/.local/share/jupyter/kernels/python3复制一个新核心：cd /home/lwd/.local/share/jupyter/kernels，cp -r

1. 安装wget https://repo.anaconda.com/archive/Anaconda3-2018.12-Linux-x86_64.shbash Anaconda3-2018.12-Linux-x86_64.shsource activatesource deactivate2. 创建虚拟环境并激活cd ~/anaconda3/bin./conda create --name python36 python=3.6./activate python36source

0. 前言安装torch后，使用时报错TypeError: _resolve_type_from_object(): incompatible function arguments.据说是python3.5会报错，python3.6和python3.7就不会，所以选择安装python3.7.安装torch的方法pip3 --default-timeout=1000 install --index-url https://mirrors.aliyun.com/pypi/simple torch==1

1.不可改条件GeForce GTX 16602.可配置内容显卡驱动：我装的430.50，在官网查，当前最新的460.32.03也行CUDA：这篇博客说CUDA版本和显卡没对应关系，但我用CUDA8就不行，现在用的10.1，可能是我把驱动打包安装的原因tensorflow：不同项目要求不同的版本，与之对应的CUDA版本也不同，有需要再说cuDNN：和CUDA版本有关系3.CUDA多版本后续再补，先这样吧...

20210106修改USB设备访问权限sudo chmod +x ~/rknn/update_rk1808_ai_cs_rule.sh这个文件在计算棒里，因为计算棒只读，所以要拷出来使用。sudo ~/rknn/update_rk1808_ai_cs_rule.shwget http://repo.rock-chips.com/rk1808/mobilenet_v1.tar.gz先在台式机上跑了一下这个demo，因为之前使用3399时装过rknn-toolkit，所以直接可以运行，如遇问题就把对应行改

如有不同问题可留言～～～1.No such file or directory 没有这个文件或目录找不到相应的文件，一般原因是没安装、路径不对或名字不对使用find命令在计算机中查找对应文件是否存在，决定是安装、配置路径还是改名字2.undefined reference to 未定义的引用找不到对应函数的实现，如果是第三方库，原因有没安装、库的名字写错、没有链接库和对应程序；如果是自定义函数，原因有忘记实现、需要的库还没有生成同样使用find命令，该安装安装，该链接链接，该实现实现，

以行人为例，可测量的数据是二维坐标#include <iostream>#include <eigen3/Eigen/Dense>#include <fstream>using namespace Eigen;using namespace std;class Kalman{public: Kalman() : is_init_(false) {} ~Kalman() {} void Init(float mx, float.

#include "rknn_api.h"#include <thread>#include <string>#include <iostream>#include <fstream>#include "opencv2/core/core.hpp"#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"using namespace std;v

void base2map(float cx, float cy, float cz, float &mx, float &my, float &mz) { geometry_msgs::PointStamped point_laser, point_map; point_laser.point.x = cx; point_laser.point.y = cy; point_laser.point.z = cz; point_laser.header.frame_

拉取镜像：sudo docker pull tensorflow/tensorflow:2.4.0rc3-gpu生成容器：sudo docker run -it tensorflow/tensorflow:2.4.0rc3-gpu挂载主机目录：sudo docker run --rm -it -v /home/lwd/code/dl/mobilenetv3-tensorflow:/python tensorflow/tensorflow:2.4.0rc3-gpu（冒号后面是容器 里的路径）删除容器：.

1.因为之前安装别的框架已经安装过NVIDIA驱动，所以不知道需不需要先装驱动。个人建议先安装驱动，看这里。2.根据官网安装dockersudo apt-get remove docker docker-engine docker.io containerd runcsudo apt-get updatesudo apt-get install \ apt-transport-https \ ca-certificates \ curl \ gnupg-agent.

服务器#include <stdio.h>#include <sys/socket.h>#include <netinet/in.h>#include <stdlib.h>#include <arpa/inet.h>#include <unistd.h>#include <string.h>int main(){ int socket_fd; while (1) { .

#include <ros/ros.h>#include <visualization_msgs/Marker.h>int main(int argc, char** argv) { ros::init(argc, argv, "showline"); ros::NodeHandle n; ros::Publisher marker_pub = n.advertise<visualization_msgs::Marker>("visualiz

我好像在某个博客里写过，但因为是附加的，总是找不到install(TARGETS ${PROJECT_NAME} ARCHIVE DESTINATION ${CATKIN_PACKAGE_LIB_DESTINATION} LIBRARY DESTINATION ${CATKIN_PACKAGE_LIB_DESTINATION} RUNTIME DESTINATION ${CATKIN_PACKAGE_BIN_DESTINATION})install(DIRECTORY launch p.

近期看泰勒展开，想到一个问题：展开点是随便选的吗，用区间内所有点展开的结果一样吗？答案：不随便，不一样，应该以就近和好算为标准选择展开点，例如要算30开三次根号，就在27展开原因：涉及到奇点和泰勒级数的收敛，请移步这里...

import cv2, sysim=cv2.imread(sys.argv[1])def getInfo(event, x,y,flags,param): if event == cv2.EVENT_LBUTTONDOWN: print x,y #im[y,x] cv2.imshow('image',im)cv2.setMouseCallback("image",getInfo)cv2.waitKey(0)

#include "ros/ros.h"#include "nodelet/loader.h"int main(int argc, char **argv) { ros::init(argc, argv, "manager"); nodelet::Loader manager(true); nodelet::M_string remap(ros::names::getRemappings()); nodelet::V_string nargv; // pkg-n

以jpg为例import os,sysp = sys.argv[1]files = os.listdir(p)files.sort()cnt=0for f in files: pre='0000'+str(cnt) if p[-1] != '/': p+='/' wtf=pre[-4:]+'.jpg' print wtf if f!=wtf: os.rename(p+f, p+wtf) cnt+=1输出0000.jpg0001.jpg0002.jpg0.

#ifndef MYGMM_H#define MYGMM_H#include <iostream>#include <Eigen/Dense>#include <math.h>#include <vector>#define EPS 0.00000001using namespace std;using namespace Eigen;Eigen::MatrixXf getCov(Eigen::MatrixXf input){

#include <ros/ros.h>#include <sensor_msgs/Image.h>#include <message_filters/subscriber.h>#include <message_filters/time_synchronizer.h>class LWD {public: void Init(ros::NodeHandle &n) { color_sub_.subscribe(n,

#include <opencv2/opencv.hpp>int colors[21][3] = { {255, 0, 0}, {255, 69, 0}, {255, 99, 71}, {255, 140, 0}, {255, 165, 0}, {238, 173, 14}, {255, 193, 37}, {255, 255, 0}, .

#include <pcl/point_types.h>#include <pcl_conversions/pcl_conversions.h>#include <ros/ros.h>#include <sensor_msgs/PointCloud2.h>int main(int argc, char** argv) { ros::init(argc, argv, "color"); ros::NodeHandle n; ros::Pub

据说是因为pip2不维护了网上说的都是用conda装，我不想整那个忽然福至心灵，试了试sudo apt install python-sklearn，成功别的库也可以尝试一下，举一反三哦

这篇博客写的太好了，放在最前首先要区分离散概率和连续概率，研究中几乎都是连续概率对于连续型变量而言，“取某个具体值的概率”的说法是无意义的，因为取任何单个值的概率都等于0，只能说“取值落在某个区间内的概率”，或“取值落在某个值邻域内的概率”在连续型变量中：概率为0的事件是有可能发生的，概率为1的事件不一定必然发生。举例：在数轴上取一个数是0的概率为0，因为1/∞=0；则其对立事件，取一个数不是0的概率为1；但是取一个数是0这个事件还是会发生。概率函数只对离散型变量有意义概率密度函数是概率分布函数.

1.从哪里来官方固件没有cdc_acm驱动2.途径何处1.fatal error curses.h no such file or directorysudo apt-get install libncurses5-dev libncursesw5-dev2.gcc: error: unrecognized command line option ‘-mlittle-endian’make时加上交叉编译器CROSS_COMPILE=/usr/bin/arm-linux-gnueab

1、执行以下命令sudo vim /etc/apt/sources.list加入deb http://packages.ros.org/ros/ubuntu buster main保存sudo apt update2、如果遇到以下问题：W: GPG error: http://packages.ros.org/ros/ubuntu buster InRelease: The following signatures couldn’t be verified because the p.

传感器测距范围（m）优点缺点摄像头0.2~10信息丰富受环境、天气、光照影响大；没有距离信息超声波雷达0.15~5功耗低；成本低；穿透性强；适合近距离易受天气影响；传播速度慢；远距离精度差毫米波雷达0.044~11受环境、天气、光照影响小；可实现远距离感知与探测；可测距测速对横向目标敏感度低、对行人分辨率不高、对高处物体以及小物体检测效果不佳；受金属影响激光雷达25分辨率高；360度检测受光照影响；成本高；黑色物体检测效果不佳...

官网#include <iostream>#include <fstream>#include <opencv2/opencv.hpp>#include <opencv2/imgproc/imgproc.hpp>using namespace std;//把大端数据转换为我们常用的小端数据uint32_t swap_endian(uint32_t val){ val = ((val << 8) & 0xFF00F.

直接选择最新的研究成果，即使用服从正态分布N(0, 2/input_num)的随机数下图来着这里生成服从(0,1)正态分布的z1,z2Box-Muller方法，随机抽出两个从[0,1]均匀分布的数字u和v。然后python验证import numpy as npfrom pylab import *x=[]for i in range(10000): u = np.random.uniform(size=1) v = np.random.uniform(size=1) z =.

#include <pcl/point_cloud.h>#include <pcl_conversions/pcl_conversions.h>#include <ros/ros.h>#include <sensor_msgs/PointCloud2.h>#include <tf/transform_listener.h>void CB(const sensor_msgs::PointCloud2ConstPtr& pc, ro

1. 理论像素坐标系坐标原点在图像的左上角，X轴沿着水平方向向右，Y轴竖直向下图像坐标系坐标原点在图像的中心，X轴沿着水平方向向右，Y轴竖直向下相机坐标系X轴沿着水平方向向右，Y轴竖直向下，Z轴向前像素(u,v)和三维点(x,y,z)的对应关系是u=fx*x/z+cx (1)v=fy*y/z+cy (2)x=(u-cx)*z/fx (3)y=(v-cy)*z/fy (4)fx,cx,fy,cy是相机的内参具体分析可以看这里2.流程从上面两个公式我们知道转化需要距离，所以

1.使用cv_bridge#include <cv_bridge/cv_bridge.h>void CB(const sensor_msgs::ImageConstPtr& depth) { cv_bridge::CvImageConstPtr depth_ptr; depth_ptr = cv_bridge::toCvShare(depth, sensor_msgs::image_encodings::TYPE_32FC1); cv::imshow("res

转载自http://blog.csdn.net/qq_43901693/article/details/104750730 相见恨晚的超实用网站 搞学习找书籍冷知识 / 黑科技写代码找图片资源搜索写代码小工具导航页（工具集）听音乐看视频 ...

import os,sysimport cv2path=sys.argv[1]pic=os.listdir(path)pic.sort()fourcc = cv2.VideoWriter_fourcc('X', 'V', 'I', 'D')out = cv2.VideoWriter("a.avi", fourcc, 15, (640, 480))for p in pic: im=cv2.imread(path+'/'+p); out.write(im)out.release()

1.生成so修改Makefile配置，因为目标机器没有GPU，故使用cpu版本GPU=0CUDNN=0CUDNN_HALF=0OPENCV=1AVX=0OPENMP=0LIBSO=1在darknet目录执行make，在该目录下生成libdarknet.so，大小为1.5M2.代码#include <iostream>#include <opencv2/opencv.hpp>#include "darknet.h"image mat_to_image(

mem.sh#!/bin/bashprocess=$1pid=$(ps -e|grep $process| grep -v 'grep' | awk '{print $1;}')while truedo mem=`cat /proc/$pid/status|grep -e VmRSS` cpu=`top -n 1 -p $pid|tail -3|head -1|awk '{ssd=NF-4} {print $ssd}'` echo $(date +"%y-%m-%d-%H:%M.

1. 自然语言二维向量叉乘：(x1,y1)×(x2,y2) = x1y2-x2y1值为正，(x2,y2)在(x1,y1)逆时针方向值为负，(x2,y2)在(x1,y1)顺时针方向值为0，(x2,y2)和(x1,y1)共线2.编程语言# -*- coding: UTF-8 -*-from pylab import *x=[-3, -2, -1, 2, 4]y=[-3, 1, -1, 0, 3]# 线的形状 颜色 透明度 线

一、安装SDK1、根据这里增加swap内存2、安装依赖sudo apt-get update && sudo apt-get upgrade && sudo apt-get dist-upgradesudo apt-get install git cmake libssl-dev libusb-1.0-0-dev pkg-config libgtk-3-devsudo apt-get install libglfw3-dev libgl1-mesa-dev li

在rk3399 pro的debian系统上安装参考官网安装工具：sudo apt-get install python-rosdep python-rosinstall-generator python-vcstool python-rosinstall build-essential，如果没有python-vcstool，使用pip install vcstool --user安装初始化：sudo rosdep init，rosdep update安装：1、mkdir ~/ros_catki

import ospath='/home/lwd/data/obstacle/train-person/train'files=os.listdir(path)files.sort()for f in files: if f[-1]!='t': continue o=open('/home/lwd/data/obstacle/train-person/big/'+f,'w') count=len(open(path+'/'+f,'rU').readlines()) cnt=

import os,syspath = sys.argv[1]if not os.path.exists(path): sys.exit(0)a=os.listdir(path)a.sort()for i in a: if not os.path.isdir(path+'/'+i): continue b=os.listdir(path+'/'+i) print i,len(b)

#include <iostream>#include <vector>#include <queue>#include <math.h>#include <fstream>using namespace std;struct node { node *left; node *right; int feature_id; float threshold;};/*******************

import cv2,sysim = cv2.imread(sys.argv[1])w,h,c = im.shapefor i in range(w): for j in range(h): print('%5d' % im[i,j,0], end='') print(' ')

以图片为例阈值是16Kimport os,syssize_th = 1024 * 16p = sys.argv[1]cnt = 0files = os.listdir(p)for f in files: if f[-1] == 'g' and os.path.getsize(p+'/'+f) < size_th: os.remove(p+'/'+f) cnt+=1print cnt

图片和标签文件都在train2017中新标签文件和对应的图片在另一个文件夹中，例子中是people_trainimport osfrom shutil import copyfilesrc_path='train2017'dst_path='people_train/'labels = os.listdir(src_path)labels.sort()for label in labels: if label[-1] != 't': continue # 存标签 .

1.ros的launch中不能使用<param name="angle" type="float" value="15"/>，应该是<param name="angle" type="double" value="15"/>

1. 私有源文件auto privateNh = getPrivateNodeHandle();privateNh.param("show", show, true);launch<node > <param name="show" type="bool" value="false"/> </node>2. 非私有源文件ros::NodeHandle nh = getNodeHandle();nh.param<boo

string getPicName(string path) { int l = path.length(); int i; for(i = l-1; i >=0; i--) { if(path[i] == '/') break; } return path.substr(i+1, l-i-1);}

import os,syspath=str(sys.argv[1])if path[-1] == '/': path = path[:-2]files = os.listdir(path)with open(path+'/000.txt', mode='a') as f: for i in files: if i[-1] == 'g': f.write(path+'/'+i+'
')python filenames.py ~/Pictures

在电脑上发现以前保存的一段脚本#!/bin/bashfor sysdevpath in $(find /sys/bus/usb/devices/usb*/ -name dev); do ( syspath="${sysdevpath%/dev}" devname="$(udevadm info -q name -p $syspath)" [[ "$devname" == "bus/"* ]] && continue .

1. 编写脚本sudo vim /etc/init.d/test#! /bin/sh### BEGIN INIT INFO# Provides: test# Required-Start: # Required-Stop:# X-Start-Before: # Default-Start: 2 3 4 5# Default-Stop:# Short-Description: test# Description: test### END IN

import cv2capture = cv2.VideoCapture('car.avi')cnt=0while(1): ret, frame = capture.read() cv2.imshow("results", frame) tmp='00000'+str(cnt) cv2.imwrite('car/'+tmp[-5:]+'.jpg', frame) cnt+=1 c = cv2.waitKey(5) & 0xff if c == 27: c

更改网卡模式sudo iwconfig wlan0 mode master（建立热点）sudo iwconfig wlan0 mode manage（连接wifi、热点）ssh遇到port 22:No route to host在/etc/hosts里加上ip和主机名的对应关系搜索当前无线网络iwlist wlan0 scanningnmcli device wifi list获得所有设备的功能，支持的模式iw list查看网卡当前模式iwconfig.

1、 安装ffmpegsudo apt install ffmpeg2、重新编译安装opencvcmake -DCMAKE_BUILD_TYPE=RELEASE -D WITH_FFMPEG=ON ..make -j4sudo make install3、读取视频#include "opencv2/core/core.hpp"#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp.

借助opencv实现#include<opencv2/opencv.hpp>using namespace cv;int key = waitKey(10) & 0xff;if(key == 32) { waitKey(0);}if(key == 27) { return;}

import cv2import timetime = time.strftime('%Y-%m-%d-%H-%M-%S', time.localtime(time.time()))cap = cv2.VideoCapture(0)fourcc = cv2.VideoWriter_fourcc('X', 'V', 'I', 'D')# 第三个参数fpsout = cv2.VideoWriter(time+'.avi', fourcc, 30, (640, 480))while True:

datetimeimport datetime as dtdt.datetime.now().strftime('%F-%T')timeimport timet = time.strftime('%Y-%m-%d-%H-%M-%S', time.localtime(time.time()))

import cv2capture = cv2.VideoCapture(0)while(1) ret, frame = capture.read() cv2.imshow("results", frame) c = cv2.waitKey(5) & 0xff if c == 27: cv2.destroyAllWindows() capture.release() break;

void forward_region_layer(const region_layer l, network_state state){ int i,j,b,t,n; // 25 int size = l.coords + l.classes + 1; memcpy(l.output, state.input, l.outputs*l.batch*sizeof(float)); #ifndef GPU flatten(l.output, l.w*l.h,

1. How参考这篇博客launch.json内容如下{// Use IntelliSense to learn about possible attributes.// Hover to view descriptions of existing attributes.// For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387"version": "0.2.0","configurati

最关键的函数，以yolov1为例void forward_detection_layer(const detection_layer l, network_state state){ // locations是cell的个数，yolov1是49 int locations = l.side*l.side; int i,j; memcpy(l.output, state.input, l.outputs*l.batch*sizeof(float)); //if(.

发表时间名称创新点2013.11RCNN首次将深度学习用于物体识别，但只在特征提取阶段使用ICCV2015Fast-RCNN在特征图上生成候选区域而不是输入图像，减少了特征的重复计算；使用softmax代替SVMNIPS2015Faster-RCNN使用RPN代替selective search生成候选区域CVPR2016YOLOv1将物体检测这个问题定义为bounding box和分类置信度的回归问题，实现端对端ECCV2016SSD多尺度...

闲言碎语不要讲，直接代码come on调用process即可，输入为一种或多种类别的框用到list降序排序的方法#include <vector>#include <list>using namespace std;typedef struct bbox{ int c; // 物体类别 float p; // 置信度 // 左上点坐标 int x; int y; // 右下点坐标 .

import cv2im = cv2.imread("a.jpg")shrink = cv2.resize(im, (416,416), interpolation=cv2.INTER_AREA)cv2.imwrite("b.jpg",shrink)

from shutil import copyfilecopyfile(from_path, to_path)

import oslabels = os.listdir(label_path)labels.sort()for label in labels: if not os.path.isdir(label):

import sysimage_path=str(sys.argv[1])

1. 前向传播一张图像经过层层计算，在softmax之前得到z1,z2,…经过softmax变成，pj是softmax的输出p1=ez1/(ez1+ez2+...),p2=ez2/(ez1+ez2+...),......p1=e^{z1}/(e^{z1}+e^{z2}+...), p2=e^{z2}/(e^{z1}+e^{z2}+...), ......p1=ez1/(ez1+ez2+...),p2=ez2/(ez1+ez2+...),......softmax常常使用交叉熵计算loss

1. 前言coco数据库的标签用一个json保存，所以我们需要将它转化成一个个和图片对应的txt标签文件。coco类别id从1到90，但其中有10个id没有，所以是80类，我们也将id调整到0到79标签文件有两个instances_val2017.json和instances_train2017.json2. 生成txt借鉴这篇博客，编写split.py先安装模块：`sudo pip install pycocotools使用方法：python split.py --out-dir=va

原则：尽量不删除源代码用法：将要测试图片的绝对路径存入txt，例如000.txt，然后执行./darknet detector test data/candle.data cfg/yolov3.cfg backup/yolov3_1000.weights 000.txt，结果保存在results目录下。此法可代替原版的两种方式。可使用ls ${PWD}/*jpg > 000.txt将当前目录下的jpg图片的绝对路径存入000.txt添加函数get_image_namevoid get_im.

1. yolov2-tiny以输入为416*416，20类，5个anchor为例使用的anchor是相对于特征图的，即anchor值是除以13的一幅图的输出是125*13*13125里有5个anchor，每个anch`or中的值是[x,y,w,h,c,p1,p2…p20]所以输出就是13*13个第一个anchor的x，13*13个第一个anchor的y…13*13个第一个anchor的p20,共25*13*13个； 13*13个第2个anchor的x…13*13个第2个anchor的p20,共5

前言在ubuntu上给rk3399 pro烧录debian1. 准备从这里下载debian固件从这里下载烧录工具2. 烧录1、Type-C线连接主机端的USB接口和TB-RK3399Pro开发板的Type-C接口。2、长按TB-RK3399Pro开发板上recovery按键后重启机器，进入Loader模式。3、解压固件，将固件拷贝到linuxTool-v1.0/images目录下4、执行sudo ./flash.py -l all，如何失败执行sudo python flash.py

1.sensor_msgs::Imagedata按rgbrgb…的方式保存图像将保存在txt中的data用opencv显示#include <fstream>#include <opencv2/opencv.hpp>#include <iostream>using namespace std;int data[3 * 640 * 480];void array2mat(int *data, int width, int height){ c

一、博客主旨本着好读书不求甚解的精神，本文只讨论对BP四公式使用的理解，推导请自行百度，给两篇参考博客1，博客2，两者结合效果更佳。二、大结局只有能用自己的话解释公式，才算理解了它。 ----鲁迅BP四公式缭乱的手推权重定义看上图。注意：网络层从0开始，权重从1开始（日常迎合公式）。损失函数使用均方误差，激励函数...

1.Why平时都使用C++，偶尔需要用Python处理数据，运行tensorflow，因此记录某些函数、操作和问题2.一般用法获取命令行参数：image_path=str(sys.argv[1])获取目录下的文件名：labels = os.listdir(label_path)排序：labels.sort()以空格分割：str_list = line.split()，取first =...

RandomTree.h#ifndef RANDOM_TREE_H#define RANDOM_TREE_H#include <opencv2/core/core.hpp>#include <opencv2/ml/ml.hpp>#include <string>#include <vector>#include <iostream...

1.代码位置，速度类：state_pos_vel.h#ifndef STATE_POS_VEL_H#define STATE_POS_VEL_H#include <tf/tf.h>namespace BFL{/// Class representing state with pos and velclass StatePosVel{public: tf:...

求点集的最小面积外接矩形void Rotate(float& x, float& y, float angle) { float a = x * cos(angle) - y * sin(angle); float b = x * sin(angle) + y * cos(angle); x = a; y = b;}void Rect(const vecto...

1.命令1.采集数据采集所有话题：rosbag record -a采集部分话题： rosbag record /chatter -o chat -o及后面的参数，是用来给bag文件命名的采集特定节点订阅的话题：rosbag record --node=/joy_teleop2.查看bag信息rosbag info /path/to/my.bag查看特定的信息：rosb...

1.设置格式化代码大括号“{”不换行文件(File)–>首选项(Preferences)–>设置(settings)搜索braceC_Cpp: Clang_format_fallback Style默认为Visual Studio，改为{ BasedOnStyle: Chromium, IndentWidth: 2}第二个设置是缩进2.配置单步调试Ctrl+Shif...

1.前情提要本文使用cuda10.1，cuda8不行，cuda9没试过cudnn要使用显卡以后发布的版本考虑到官网总是挂，可以在此下载cuda10.1，cudnncudnn的developer版本安装失败，runtime版本缺少头文件，所以安装runtime版本，使用developer版本是头文件，注意头文件的命名2.编译caffe遇到的问题1、Check failed: err...

#include <iostream>#include <vector>#include <dirent.h>#include <sys/stat.h>using namespace std;int findfileinfolder(const char *dir_name, string extend_name, vector<...

#include <stdio.h>#include <time.h>std::string getCurrentTimeStr(){ time_t t = time(NULL); char ch[64] = {0}; char result[100] = {0}; strftime(ch, sizeof(ch) - 1, "%Y%m%d--%H%M%...

一、初见1.对nodelet的理解：ros节点基于TCP/IP通信，数据传输时会有打包和解包的过程，当数据量大或对实时性要求比较高的时候，这个时间就必须考虑。nodelet提供了一种方法，可以在同一个进程中运行多个节点，实现零复制通信。2.使用注意事项：1.源文件：需要 #include <pluginlib/class_list_macros.h>，在最后注册插件类，P...

1.HTTP errorgedit ~/.condarc输入channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna...

值得学习的地方：1.选择合法索引的方式2.数组转图像显示import numpy as npfrom PIL import Image#input : shape(N, 4)# (x, y, z, intensity)def pointcloud2image(point_cloud): x_size = 640 y_size = 640 ...

0. 添加简单的数据层，生成递增方阵或元素相同的方阵1. 在src/caffe/proto/caffe.proto添加层参数在message LayerParameter中声明新层在外面定义新层参数，示例如下...message LayerParameter { optional string name = 1; // the layer name optional...

void arrar2mat(int* data, int width, int height) { cv::Mat src = cv::Mat::zeros(width, height, CV_8UC3); for(int i = 0; i &amp;lt; width; ++i) { for(int j = 0; j &amp;lt; height; ++j) { ...

1. opencvfind_package(OpenCV REQUIRED)include_directories(${OpenCV_INCLUDE_DIRS})target_link_libraries(${PROJECT_NAME} ${OpenCV_LIBS})2. pclfind_package(PCL REQUIRED)include_directories(${P...

1. 安装Pythonvoxelnet要求Python3.5+，所以使用Anaconda3-5.1.0-Linux-x86_64.sh安装Python3.6wget https://repo.continuum.io/archive/Anaconda3-5.1.0-Linux-x86_64.sh ./Anaconda3-5.1.0-Linux-x86_64.sh2. 安装tens...

1. Ubuntu14.04安装sudo apt-get install python-pipsudo pip install --upgrade pipsudo apt-get purge python-sixsudo pip install --upgrade tensorflow_gpu-1.4.0-cp27-none-linux_x86_64.whl 2. failed ca...

0.快车下载ko文件解压并复制到开发板的/mnt执行3中操作1.准备工作：一个剩余空间大于30G的Ubuntu系统 mkdir rk3288cd rk3288下载rk3288 Android SDK源码并解压git reset –hard（两个减号）sudo apt-get install build-essential lzop libncurses5-de...

&lt;launch&gt; &lt;arg name="scan_topic" default="scan" /&gt; &lt;arg name="base_frame" default="base_link"/&gt; &lt;arg name="odom_frame" default="odom"/&