- 博客(42)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 《腾讯云windows server上部署Gogs》
文章目录准备windows 安装gogs腾讯云端口开放最近买了腾讯云服务器，学习了如何在windows server上部署Gogs，实现自我代码管理。准备gogsGit客户端应用程序打包成服务：nssm数据库：MariaDB Foundation - MariaDB.orgwindows 安装gogs先下载 gogs ，直接解压。不用安装下载安装git bash 客户端，直接下一步，安装直接进到gogs目录C:\Program Files\gogs_0.12.6_win
2022-03-29 21:00:56
940
原创 《jetson系列编译部署libtorch》
文章目录安装模型转换测试测试环境Makefilemain.cpp测试what(): PyTorch is not linked with support for cuda devicesconversion to non-scalar type torch::jit::load("model.pt")参考链接jetson系列编译部署libtorch安装查看设备cuda版本Copyright (c) 2005-2021 NVIDIA CorporationBuilt on Sun_Feb_2
2022-01-02 17:58:21
1670
原创 《jetson系列刷机指南》
文章目录SDK Manager安装方法准备进入Recovery模式jetson刷系统jetson系统账号、密码设置安装SDKSDK卡镜像安装方法准备刷镜像DeepStream 离线安装参考链接jetson系列刷机主要有两种方法：SDK卡镜像方法：Jetson nano和xavier nxSDK Manager方法：任何jetson开发者工具，nano，tx1，tx2， nx…SDK卡镜像比较方便，SDK Manager装多了也不复杂最近两种方法都尝试了，简单记录一下SDK
2021-12-19 16:53:37
3540
原创 《基于AspNet的json配置WebAPI》
文章目录项目简介概述项目环境配置文件`json`示例Swagger项目实施json文件路径配置接口类接口实现IIS部署接口项目小结项目简介概述基于C# ASP.NET 框架开发的WebAPI通用的Json配置（无需创建配置参数类）IIS部署WebAPI，远程接口访问查询和修改配置接口包括获取和修改json、通过key获取和修改json项目环境VisualStudio 2019.Net 5.0配置文件json示例{ "name": "tmp", "id": 100
2021-12-19 13:29:15
644
原创 《DNS简介及如何修改来使用Bing搜索》
文章目录DNS简介Windows修改DNSLinux修改DNS常见DNS如何修改来使用BingWindowsLinux一直在用Bing搜索，这几天Linux上发现突然用不了了网上找了一下，发现这个《微软 Bing 必应在中国内地暂停“搜索自动建议”功能 30 天，部分地区网站无法访问》但是我在Windows上可以正常使用，对比发现是DNS设置不同，简单了解了一下DNS相关以及如何设置来正常使用Bing搜索DNS简介域名系统（英文：Domain Name System，缩写：DNS
2021-12-18 10:23:48
2956
原创 《实时畸变校正》
文章目录摄像头畸变手眼标定实时畸变校正cv2.undistort & cv2.initUndistortRectifyMap + cv2.remap显示区域Error:[h264 @ 000001bf04177660] error while decoding MB 11 84, bytestream -17多线程实时实时校正多进程实时校正参考链接摄像头畸变 由于摄像头制造的不足以及成像过程中的噪声影响，摄像头成像往往不满足针孔模型，这种成像模型称为非线性模型。非线性模型中畸变主要有三种，包
2021-11-27 22:40:00
1747
原创 《点和直线投影及位置关系》
文章目录直线方程点在直线投影直线求交点向量点积点和直线关系直线方程向量叉积再简单的问题，也需要认真推导！直线方程点斜式：y−y0=k(x−x0)y - y_0 = k(x-x_0)y−y0=k(x−x0)斜距式：y=kx+by=kx+by=kx+b两点式：x−x1x2−x1=y−y1y2−y1\frac{x-x_1}{x_2-x_1} = \frac{y-y_1}{y_2-y_1}x2−x1x−x1=y2−y1y−y1 （不包括垂直坐标轴直线）截距式：xa+yb=1\fra
2021-11-07 16:59:26
1011
原创 《TensorBoard简单使用指南》
简介TensorBoard，可视化工具原本是tensorflow的可视化工具，pytorch从1.2.0开始支持tensorboard。之前的版本也可以使用tensorboardX代替可视化工具，展示网络图、张量的指标变化、张量的分布TensorBoard运行时开启本地服务器，监听6006端口。在浏览器发出请求时，获取数据并绘制可视化图像主要功能：（1）Scalars:展示训练过程中的准确率、损失值、权重/偏置的变化情况。（2）Images:展示训练过程中记录的图像。（3
2021-11-06 11:29:56
867
原创 《Colab使用训练指南》
简介Colaboratory 是一个免费的 Jupyter 笔记本环境借助 Colaboratory，可以编写和执行代码、保存和共享分析结果，以及利用强大的计算资源，所有这些都可通过浏览器免费使用Colab 支持大多数主流浏览器，并且在 Chrome、Firefox 和 Safari 的最新版本上进行了最全面的测试。总体使用量限额、空闲超时时长、虚拟机最长生命周期、可用 GPU 类型以及其他因素都会随机变化Colab地址google云盘 （可以用来上传自定义数据集）
2021-10-23 12:24:43
893
原创 《fbs模块编译打包PyQt程序》
文章目录简介使用指南安装如何编译二进制可执行文件如何打包安装程序参考简介直接系统上运行而无需安装任何东西的二进制可执行文件Python 中，将源代码转换为独立可执行文件的过程称为冻结参考PyInstaller、py2exe、cx_Freeze、bbfreze、py2app 等fbs 可以为 PyQt 应用程序创建独立的可执行文件‘fbs’ 的免费版本仅支持 Python 3.5 或 3.6使用指南安装pip install fbs如何编译二进制可执行文件创建空白项目，设置参数
2021-10-17 00:57:03
376
原创 《卡尔曼滤波器用于图像上运动目标跟踪预测》
文章目录简介匀速运动模型引入加速度引入单应变换实验结果分析参考卡尔曼滤波器用于图像上运动目标跟踪预测简介Kalman滤波器是通过前一状态预测当前状态，并使用当前观测状态进行校正直接观测量为left, top, right, bottom, 分别代表目标的左上和右下坐标一般地认为运动速度是匀速但是监控场景中相机俯角太大，存在景深，导致运动是非匀速的来向，从远到近，加速运动去向，从近到远，减速运动针对非匀速情况下目标状态量引入加速度目标状态转到世界坐标系双目
2021-09-23 22:47:45
1884
原创 《相机标定及python实现》
文章目录相机标定标定方法标定板开源标定OpenCV标定单目标定立体标定畸变校正手眼标定已知内参标定外参QA参考文献相机标定方法及实现相机标定标定方法传统标定方法自标定基于主动视觉标定标定板棋盘格rowNum = 9colNum = 9DPI = 96 # dot per inchinch2cm = 2.54K= int(blockSize / inch2cm * DPI)img = np.zeros((rowNum *K, colNum *K, 3), "uint8
2021-09-05 22:00:00
1011
原创 《摄像头成像模型》
文章目录1 摄像头四个坐标系2 摄像头成像模型3 摄像头畸变模型1 摄像头四个坐标系如图所示，小孔成像过程中，涉及到四个坐标系：世界坐标系、摄像头坐标系、像平面坐标系、像素坐标系。a) 世界坐标系(Ow−XwYwZw)(O_w-X_wY_wZ_w)(Ow−XwYwZw)：世界坐标系一般为参考坐标系，其坐标原点和坐标轴方向是根据实际情况来选择的。b) 摄像头坐标系(Oc−XcYcZc)(O_c-X_cY_cZ_c)(Oc−XcYcZc)：以摄像头光心 为原点，X轴和Y轴分别
2021-09-05 11:58:48
595
原创 《卡尔曼滤波理解及python实现》
文章目录Kalman滤波推导五个公式推导过程实现cv2.KalmanFilter自己实现轨迹预测参考链接卡尔曼滤波的简单理解及应用Kalman滤波状态估计器模型精确和随机干扰信号统计特性已知的线性系统本质：贝叶斯模型 + 最小均方误差估计步骤根据上一次的最优状态估计和最优估计误差去计算这次的先验状态估计和先验误差估计根据本次先验误差估计和测量噪声，得到卡尔曼增益根据当前测量值和先验状态估计值，通过卡尔曼增益加权，得到本次的最优估计推导五个公式预测x^k
2021-08-29 23:47:47
5479
1
原创 《球机隐私遮蔽定位解析及ONVIF实现》
隐私遮蔽高速球摄像机实现隐私区域遮蔽隐私区域自由选取无论相机处于什么状态，遮蔽块能随着球机移动而移动球机在不同位姿下的图像点坐标的实时匹配原理推导目前两种思路：一种是按照3D定位原理匹配；一种是利用共同世界坐标的单应变换；球机坐标转换关系推导一下，理论验证通过，实用的话暂时没想好方法；3D定位原理类似，参照《球机3D定位解析及ONVIF实现》；单应变换思路可以转化为球机在旋转或变倍过程中的，不同位姿下的图像坐标匹配关系推导如下可以参考《单应性变换-Homo.
2021-08-23 23:08:11
1197
原创 《球机3D定位解析及ONVIF实现》
文章目录3D定位简述3D定位原理分析海康SDK实现ONVIF实现球机的PTZ与ONVIF的PTZ的对应关系球机的视场角与ONVIF的Zoom的对应关系3D 定位参考链接海康部分球机有3D定位功能，最近研究了一下海康球机SDK实现和任意球机ONVIF实现。3D定位简述3D定位是指通过设置图像目标坐标，旋转球机PTZ，使目标在球机视野中心；球机坐标系有三个轴分别控制pan(水平) tilt(垂直) zoom(倍率）；3D定位原理分析3D定位原理见下图（C是镜头中心，O是图像中心点
2021-08-22 18:35:49
6898
10
原创 《球机的PTZ和视场角与ONVIF的PTZ对应关系》
文章目录简述PTZ_ONVIF & PTZ_SDK球机视场角与ONVIF对应关系简述不同品牌对应关系不一致，同一品牌，根据摄像头产品参数也会不一致球机的PTZ和ONVIF的PTZ是线性关系摄像头的视场角与ONVIF的Zoom是非线性关系ONVIF的PTZ范围P、T ∈[-1, 1]Z∈ [0,1]球机PTZ范围：根据不同型号不一致PTZ_ONVIF & PTZ_SDK以海康相机iDS-2VS435-F837为例分别ONVIF控制球机转动指定PTZ坐标，再
2021-08-21 15:23:50
4259
原创 《非线性优化算法——LM》
文章目录概述对比推导应用曲线拟合参考文献概述寻找参数向量，使得函数值最小的非线性优化算法Levenberg-Marquardt， LM算法，列文伯格-马夸尔特法LM算法成为**Gauss-Newton算法与最速下降法(梯度下降法,GD)**的结合,μ很小时，类似于高斯牛顿法；μ很大时，类似于LM法阻尼因子μ对于过参数化问题不敏感，能有效处理冗余参数问题，使代价函数陷入局部极小值的机会大大减小对比几种优化方法对比(转载)方法介绍迭代公式最速下降法负梯度方向，
2021-08-19 20:36:05
7972
原创 《非线性最小二乘优化——高斯牛顿法》
文章目录概述推论应用非线性优化算法——高斯牛顿法概述Gauss-Newton非线性最小二乘优化针对牛顿法中的Hessian矩阵计算复杂，对其近似简化推论目标函数优化，转化为最小化误差f(x)平方和minF(x0+△x)=∣∣f(x0+△x∣∣2minF(x_0+\triangle x) = ||f(x_0+\triangle x||^2minF(x0+△x)=∣∣f(x0+△x∣∣2一阶泰勒展开minF(x0+△x)=∣∣f(x0)+JT△x∣∣2minF(x_0
2021-08-17 22:31:12
642
原创 《视场角相关计算》
文章目录简介视场角计算SDK视距和视场宽高CCD靶面尺寸像素焦距和图像长宽如何计算相机视场角简介视野，视场，视角(field of view, FOV)在光学仪器中，以光学仪器的镜头为顶点，以被测目标的物像可通过镜头的最大范围的两条边缘构成的夹角，称为视场角视场角分为水平视场角和垂直视场角视场角计算SDK部分海康相机SDK可以获取视场角NET_DVR_GetSTDConfig(lUserID, NET_DVR_GET_GISINFO, &struCfg);
2021-08-16 22:16:43
6187
3
原创 《非线性优化——牛顿法》
文章目录概述推导一维函数泰勒展开二维函数泰勒展开应用一元非线性方程多元方程组目标函数极值Newton，牛顿法非线性优化概述用于非线性目标函数优化，寻找非线性函数的极小值，及取最小值的参数用于方程求解核心思想：泰勒一阶和二阶展开搜索方向−1H(k)-\frac{1}{H(k)}−H(k)1推导一维函数泰勒展开目标函数一阶泰勒展开F(x0+△x)≈F(x0)+F′(x0)△x+12F′′(x0)△x2F(x_0+\triangle x)≈F(x_0)+F'(x_0)\trian
2021-08-15 22:34:56
670
原创 《梯度下降法》
文章目录概述推导应用一元线性回归二元非线性回归求极值点梯度下降法(Gradient Descent, GD)，最速下降法概述目的：对原始模型的损失函数进行优化，以便寻找到最优的参数，使得损失函数的值最小梯度指向误差值增加最快的方向，导数为0（梯度为0向量）的点，是一个寻找最优点的过程学习率：学习率或步长，控制迭代的快慢，太小会导致收敛很慢，太大导致会无法收敛梯度下降法容易陷入局部最优解一元线性回归只有全局最优解，没有局部最优解推导 找到合适参数θ\thetaθ，使得损失函数J(θ
2021-08-12 22:39:09
265
原创 《最小二乘法》
文章目录思想推导应用直线拟合最小二乘法(Least Square，LS)思想最小二乘法目标：残差(观测点和估计点的差值)的平方和最小用于在线性回归模型中估计未知参数，非线性需要迭代的方法方程的数目要多于未知的参数数目推导 变量y与x可控变量x1 x2 …xt之间关系：y=β1x+β2x+...+βtx+εy=β_1x+β_2x+...+β_tx+εy=β1x+β2x+...+βtx+ε 转成矩阵格式V=Ax−BV=Ax-BV=Ax−B 式中,
2021-08-11 21:35:12
326
原创 《极大似然估计》
极大似然估计，Maximum Likelihood Estimate, MLE思想利用已知的样本结果信息，反推最具有可能（最大概率的）导致这些样本结果的模型参数值。（模型分布已定，参数未知）参数未知的概率分布模型模型已知，一系列由模型生成的点原理（1）已知分布中采样n个样本x1,x2,...,xm{x^1,x^2,...,x^m}x1,x2,...,xm（2）计算采样样本的似然函数L(θ)=∏i=1nP(xi,θ)L(\theta)=\prod_{i=1}^nP(x
2021-08-10 22:19:29
332
原创 常见的图像几何变换
文章目录旋转平移缩放镜像转置错切(倾斜)刚体变换相似变换仿射变换投影变换图像的几何变换又称为图像空间变换， 它将一幅图像中的坐标位置映射到另一幅图像中的 新坐标位置。常见的几何变换包括旋转、平移、缩放、镜像、转置、错切等，以及几种组合变换，如刚体变换、仿射变换、单应变换旋转(x,y,)=(cos(θ)−sin(θ)sin(θ)cos(θ))(xy)\left(\begin{matrix}x^,\\y^,\end{matrix}\right) = \left(\begin{matrix}co
2021-08-08 21:38:21
5343
原创 随机抽样一致算法——RANSAC
文章目录一 理论介绍简介步骤特点二 直线拟合随机抽样一致算法(Random sample consensus, RANSAC)一 理论介绍简介通过反复选择数据中的一组随机子集，通过迭代方式来估计模型参数。步骤step1：根据需求选择模型，随机选取N个点(>=模型最少点数)，对模型进行拟合；step2：设定容许误差sigma，在容差范围内的点为内点，在范围外的为外点，统计内点个数；step3：重新选取N个点，重复1~2步骤，直到达到设定的迭代次数；、step4：判断内点数最多的模型
2021-08-08 19:07:48
355
原创 NvDCF参数解析
文章目录跟踪算法NvDCF算法卡尔曼滤波器移动平均估计器数据关联DCF滤波器实例感知配置文件[General][Feature Extraction][DCF][MOT][Tracker Creation Policy][Tracker Termination Policy][Data Association][Data Association][Data Association][State Estimator][State Estimator][State Estimator][Past-frame D
2021-08-07 12:25:25
1299
原创 Windows libtorch C++部署GPU版
文章目录环境准备安装cuda安装cudnn安装libtorchVS编译QA参考链接libtorch C++ for cuda in Windows环境准备python(模型转换)VS 2017CUDA/CUDNN安装cuda查看电脑cuda版本下载对应版本CUDA Toolkit最新版本历史版本添加环境变量检查nvcc -Vnvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005
2021-07-13 20:12:29
1267
2
原创 Windows下libtorch C++部署CPU版
文章目录环境准备模型转换VS编译QAWindows PyTorch CPU Debug/Release VS/CMake环境准备libtorch：https://pytorch.org/OpenCVVisual Studio 2017(Visual Studio需要VS2017及以上，因为VS2015不完全支持C++14)模型转换PyTorch1.0后，可以通过TorchScript的方式创建序列化和可优化的模型。可以通过Tracing和Script将一个Python代码转化
2021-07-11 10:28:46
1118
原创 yolo V3训练过程可视化
文章目录日志生成&释义日志解析&可视化darknet 训练过程中，需要对训练输出结果实时分析，根据日志可视化训练结果。日志生成&释义yoloV3训练，log日志重定向tiny.log训练命令，生成log日志2>&1：训练时把标准错误输出也重定向到标准输出> tiny.log：输出重定向到tiny.log文件中./darknet detector train cfg/voc.data cfg/yolov3-tiny.cfg yolov3-t
2021-07-10 13:52:02
1345
原创 《markdown with Typora》
文章目录简介基本格式目录和标题文本格式字体格式图片超链接代码块表格任务列表引用脚注表情水平分割线公式使用方法常用公式快捷键简介免费实时预览所见即所得基本格式目录和标题目录[TOC]一级标题#二级标题##三级标题###四级标题####文本格式文本居中这是要居中的文本内容</center>左对齐左对齐右对齐右对齐字体格式加粗**加粗**Ctrl+B倾斜*倾斜*Ctr
2021-06-20 13:36:06
96
原创 deepstream如何使用自己训练的darknet模型
文章目录1 编译2 运行3 注意事项4 参考链接1 编译(1) 准备自己的模型文件.weight.cfg.label.txt(2) 根据模型，修改对应的配置文件/opt/nvidia/deepstream/deepstream-4.0/sources/objectDetector_Yolo/config_infer_primary_yoloV3_tiny.txt[property]gpu-id=0net-scale-factor=1#0=RGB, 1=BGRmodel-co
2021-06-06 14:49:22
688
原创 deepstream with python
文章目录1 简介2 资源汇总3 如何使用4 官方示例5 常见问题1 简介deepstream主要使用C语言接口，也有python的接口封装，虽然没有很完善，但是可以先用python的接口快速调试。基于Gst-python的框架构建通过pybind11编译模块2 资源汇总最新版本: 最新版本的python bindings已经集成到SDK里面论坛APIGithub:deepstream_python_appsv1.0.2: 支持DS版本5.1v1.0: 支持DS版本5.0v
2021-06-06 13:39:03
638
原创 deepstream资源汇总
文章目录1 官网2 SDK2.1 历史版本2.2 最新版本3 Github资源4 [在线研讨会](https://www.nvidia.cn/about-nvidia/webinar-portal/)包括deepstream的sdk下载、文档、论坛和Github资源、在线研讨会等资源。1 官网nvidia官网论坛QA: 可以提问或者搜索遇到的问题2 SDK2.1 历史版本deepstream历史版本下载deepstream历史版本文档2.2 最新版本deep
2021-06-06 11:39:45
265
原创 《gSoap编译生成ONVIF linux C/C++源码》
文章目录1 准备1.1 简介1.2 下载1.3 安装编译OpenSSL1.4 安装编译gSOAP2 编译在线配置本地配置3 简单测试1 准备1.1 简介ONVIF有很多模块，每个模块对应不同的WSDL文档，可以根据需求编译指定WSDL文档；WSDL文档可以通过协议规范，选择相应的wsdl，右键链接另存为(本地编译需要，在线编译不需要)；gSoap可以将WSDL文档编译生成C/C++源码；gSoap工具下载地址：gSoap下载gSoap使用指南：https://www.genivia.com/
2021-05-16 11:47:43
463
原创 《ONVIF with python》
文章目录安装ONVIF控制使用规则示例安装onvif用python安装有源码安装和pip安装两种方式pip 安装python 2.x：pip install onvifpython 3：pip install --upgrade onvif_zeepGithub源码安装python2.x：https://github.com/quatanium/python-onvif.gitcd python-onvif && python setup.py
2021-05-16 11:19:00
1695
3
原创 《ONVIF简介》
文章目录网络摄像机的标准协议关于ONVIF简介资源下载技术框架技术规范WebServiceSOAP协议WSDL其余IPC如何开启ONVIF如何查看设备是否ONVIFONVIF简介网络摄像机的标准协议国际ONVIFPSIAHDCCTV国内GB/T28181关于ONVIF简介ONVIF（Open Network Video Interface Forum，开放型网络视频接口论坛）ONVIF规范的目标是实现一个网络视频框架协议，不同厂商所生产的网络视频产品（包括摄
2021-05-16 11:12:06
1371
原创 tensorRT加速(tiny)YOLOv3、(tiny)YOLOv4(实测有效)
目录1 简介(1) 简介(2) 环境需求(3) 下载链接2 如何编译(1) tkDNN编译(2) darknet权重文件解析(3) 创建rt文件(4) 测试3 C++封装4 python封装1 简介(1) 简介本文采用tkDNN的方法，根据YOLOv4 作者推荐，可以支持(tiny) YOLO v1~YOLO v4的加速编译。tkDNN-TensorRT 可以加速YOLOv4到 2倍（batch=1），3-4 倍（batch=4）。以tiny YOLOv4测试，batch=1大概可以提速50%左右。
2020-07-11 20:58:47
8778
27
原创 darknet编译python接口，并修改输入Mat图像
darknet编译.so文件，用python调用，darknet源码只有输入图像路径，修改源码编译，可以支持输入Mat图像
2020-07-02 22:47:40
719
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人