- 博客(21)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 【Python】too many indices for array-维度转换
代码 sacle=(max_point-min_point)/2 print('scale:{}'.format(sacle.shape))其中，max_point和min_point都是1*3的矩阵。输出scale:(3,)这时候再对这个scale进行操作就会报错 sacle_x=sacle[0,0]解决很简单，在取值之前使用reshape函...
2020-03-29 23:35:11
8904
3
原创 【Open3d】使用open3d可视化
目录网络中同一视角显示点云可视化点云使用knn搜索点云，并指定颜色可视化点云+label可视化两个点云保存与读取view point动态显示点云动态显示点云SemanticKITTI bin+label点云转PCD网络中同一视角显示点云import numpy as npfrom numpy.core.fromnumeric import reshapeimport open3d as o3dfrom torch import tensor, TensorCOLOR_MAP = { 0
2020-03-29 18:54:59
28209
18
原创 【Python学习】读取文件夹下的所有文件
代码# 读取目录下所有内容：当前路径下所有非目录子文件# 返回文件名 []def getallfiles(file_dir): for root,dirs,files in os.walk(file_dir): print('files:{}'.format(files)) return files files=getallfiles('./'...
2020-03-29 18:53:32
538
原创 【读论文】2018-机载LiDAR 点云数据降维与分类的随机森林方法
摘要考虑到现有的点云分类算法在提取依赖结构的特征参数时面临邻域尺度的选择难、数据维度高、计算复杂，并且缺乏对分类特征参数的重要性评估和选择等问题。选取了归一化高度、高度统计量、表面特征、空间分布特征、回波特性、强度特征6大类特征参数，并构建多尺度特征参数使用随机森林的特征选择算法对分类特征进行优化，然后进行点云分类实验表明，归一化高度特征在点云分类中所起作用最大归一化高度基于布料...
2020-03-28 19:33:31
1590
1
原创 【读论文】2019-基于三角网滤波和支持向量机的点云分类算法
摘要提出一种基于渐进加密三角网和双层支持向量机的点云分类算法采用渐进加密三角网滤波提取地面，在地物点的基础上对地物点进行归一化处理。对点云特征进行评估，选取特征向量并用最近邻支持向量机（NN-SVM）对地物点进行分类。创新点基于NN-SVM提出一种将分类分为粗细双层的分类策略。其中粗分类过程为：提取特征，对特征进行选择（使用libsvm的F-score模块)，选择有效性高的特征...
2020-03-24 17:24:27
759
1
原创 使用sklearn训练模型出现【DataConversionWarning: A column-vector y was passed when a 1d array was expected】
问题DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples,), for example using ravel().clf.fit(x,y)貌似是因为fit()第二个参数（也就是label）必...
2020-03-23 18:53:42
6097
2
原创 语义分割评估指标mIOU
直观理解MIoU：计算两圆交集（橙色部分）与两圆并集（红色+橙色+黄色）之间的比例，理想情况下两圆重合，比例为1。Reference【语义分割】语义分割评估指标mIOU...
2020-03-22 21:14:24
1178
原创 pytorch学习笔记(1)-optimizer.step()和scheduler.step()
optimizer.step()和scheduler.step()的区别scheduler.step()衰减学习率optimizer.step()进行梯度下降,反向传播optimizer.step()通常用在每个mini-batch之中，而scheduler.step()通常用在epoch里面,但是不绝对，可以根据具体的需求来做。只有用了optimizer.step()，模型才会更新，而...
2020-03-22 21:11:26
2542
转载 Mini-batch 和batch的区别
深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为Batch gradient descent，批梯度下降。另一种，每看一个数据就算一下损失函数，然后求梯度更新参数，这个称为随机梯度下降，st...
2020-03-22 19:19:00
312
原创 树莓派安装Samba服务，构建家庭文件共享系统
安装raspberry镜像官网下载这里下载的版本已经是buster了，这会影响换源刷入镜像工具:win32diskimager注意刷入系统后在boot文件夹下创建一个名为ssh的文件，以开启ssh服务连接网线到路由器查看ip，登录路由器网站查看ip使用putty登录树莓派。- 账户:pi- 密码:raspberry安装Sambasudo apt-get update...
2020-03-21 18:46:35
597
原创 【机器学习】为什么要对特征数据进行归一化
为什么要对特征进行归一化？一句话描述：为了使特征在一个数量级上。就拿身高体重来举例，某人1m8，体重135斤，显然这种统计方法是不合适的，由于数量级不同使得身高体重的权重不同。应该把它们都归一化到同一数量级上。如果不归一化，不同变量的损失梯度图可能会呈现一个椭圆，这样在梯度下降的时候迭代次数会比较多；归一化后损失的等高线图就是一个园，任意一点的切线方向便是梯度下降的方向，这样便减少了迭代...
2020-03-20 18:39:45
1143
原创 PointNet代码学习(pytorch版本)
源码地址pointnet.pytorch感谢大神!代码结构(pytorch) s@s:~/pointnet.pytorch$ tree -d.├── misc├── pointnet│ └── __pycache__├── scripts├── shapenetcore_partanno_segmentation_benchmark_v0│ ├── 02691156...
2020-03-18 19:48:01
7288
27
原创 python四个魔法方法__len__,__getitem__,__setitem__,__delitem__
前言python中除了可以使用内建的类型，如list,tuple,dict，还可以创建自己的对象来实现像这些内建类型的访问，不过需要在定义类的时候对一些魔法方法逐一实现。一句话解释有点儿类似于C++中的运算符重载.也有点像在C中创建一个类的时候会创建get方法和set方法,以便于访问实例化对象的值.代码class DictDemo: def __init__(self,key,...
2020-03-18 18:57:04
283
原创 点云处理框架
PointNethttps://zhuanlan.zhihu.com/p/73086704https://zhuanlan.zhihu.com/p/86331508PointNet++改善了pointnet仅仅考虑全局而不考虑邻域的特征的问题PointCNN:可以处理点云的CNN (NIPS 2018)https://zhuanlan.zhihu.com/p/96067255...
2020-03-17 11:38:21
216
原创 使用numpy搭建一个人工神经网络
传统的机器学习方法@TOCLogisticRegressionCV进行分类:1、显示200个待分类点import numpy as npimport sklearnimport matplotlib from sklearn.datasets import make_moonsimport matplotlib.pyplot as pltprint(np.__version__)...
2020-03-14 00:09:56
876
1
转载 python-解决pip安装速度慢的问题
对于Python开发用户来讲，PIP安装软件包是家常便饭。但国外的源下载速度实在太慢，浪费时间。而且经常出现下载后安装出错问题。所以把PIP安装源替换成国内镜像，可以大幅提升下载速度，还可以提高安装成功率。国内源：新版ubuntu要求使用https源，要注意。清华：https://pypi.tuna.tsinghua.edu.cn/simple阿里云：http://mirrors.aliy...
2020-03-13 20:48:47
401
原创 Pytorch Tutorials mnisit数字识别
导入必要的库import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimfrom torchvision import datasets,transformsprint("Pytorch Vision: ",torch.__version__)import num...
2020-03-11 17:16:01
456
原创 win10安装tensorflow-gpu1.11+cuda9+cudnn7
环境gtx1050ti+win10+已安装显卡驱动已经安装了pytorch1.4，其中cuda是9.2。pytorch安装参考官网在电脑的Nvida软件中显示信息是：驱动 ：418.91Cuda：10.1.95版本选择安装tf1.11+cuda9.0+cudnn7.4.1.5下载对应版本安装cuda这个时候可以会报错，直接自定义安装就可以。下面的比本版本低...
2020-03-10 23:00:35
1215
原创 Python读取一个文件夹下的所有txt文件，并按行保存
读取文件夹下的txt文件（点云），将他们组合到一起代码将文件夹下的点云组合到一个txt文件中import ospath="./new_building/"files=os.listdir(path)if os.path.exists("./new_building/building_points.txt"): os.remove("./new_building/buildi...
2020-03-08 10:03:28
8191
原创 点云分类相关调研
点云分类（标注）根据采取的方法和策略可以分为阶层式分类和同时分类方法。阶层式分类就是将任务分为两类：滤波和对象分类。滤波就是将点云分为地面点和非地面点，其中常用的算法有数学形态学算法，坡度滤波算法，不规则三角网渐进加密算法，移动曲面拟合算法和迭代线性最小二乘内插法，布料模拟算法等。在对象分类计算，阶层式分类将非地面点分为建筑物点和植被等多个类别。例如Meng等人采用多向滤波算法移除点云中地面点，...
2020-03-01 17:05:36
2135
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人