![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TEMI机器人
文章平均质量分 80
陌生的天花板
这个作者很懒,什么都没留下…
展开
-
使用pytorch训练MobilenetV3-ssd并部署到arm上踩坑记录
之前使用 Tensorflow Detection API 训练 SSD 网络,改里边的 depth_multiplier 参数使网络层数降低,确实可以提高推理速度,但是因为该 API 训练的网络里有一个定制的操作符TFLite_Detection_PostProcess 不能在GPU上运行,导致推理时需要在 GPU CPU 上切换影响推理速度(猜测,因为 tflite 的 delegate 也会有类似现象),所以准备用pytorch从轮子造起,这样灵活性比较强。在github上找到了一个M...原创 2022-03-08 15:07:24 · 2185 阅读 · 1 评论 -
Armnn(v21.05)使用方法及部分源码理解
工作原因需要使用 Armnn 进行神经网络推理,之前使用 tensorflow2 的 detection API训练了自己SSD模型,转换成tflite以后使用 tensorflow lite 进行推理,效果还可以,但是部署到 Armnn 上却出现了问题。报错:what(): MemCopyQueueDescriptor: input->10 & output->40 must have the same number of elements.用tflite...原创 2021-12-24 11:13:02 · 2934 阅读 · 0 评论 -
使用TensorFlow Object Detection API训练自己的目标检测模型(二)配置环境、训练
由于没有显卡,租了云端的GPU服务,现在有很多厂商都提供,阿里云、腾讯云等等,但是这些大的厂商显卡比较高级所以费用比较高,找了一个比较便宜的4块钱一小时智星云。这些服务器都差不多,操作看他们的文档,我们用ubuntu,ssh连上以后就跟操作自己的电脑差不多,需要注意的是如果关闭服务器,里边的数据就都没了,如果修改环境了,也都没了,和上网吧差不多,可能比网吧还便宜...原创 2021-12-09 09:57:45 · 1129 阅读 · 0 评论 -
使用TensorFlow Object Detection API训练自己的目标检测模型(一)制作数据集
tensorflow detection api 训练 SSD原创 2021-12-08 17:01:08 · 2665 阅读 · 1 评论 -
TensorFlowLite + Armnn 实现神经网络推理
随着深度学习技术的飞速发展,越来越多的神经网络可以运行嵌入式设备上了,但是网上的教程多以安卓平台为主,这可能是因为手机平板等移动设备装机量巨大,所以大家都比较关注,而嵌入式linux上的相关资料和项目不是很多。最近由于工作需要,研究了一下这方面的东西,这里进行一下总结,也希望能过帮助到有需要的朋友。硬件平台: 安装了ubuntu20.04的x86笔记本 安装了ubuntu20.04的rk3399 arm 板目标: 在arm板上运行神经网络(ssd,...原创 2021-11-11 14:22:48 · 2913 阅读 · 2 评论 -
Nav2源码阅读(三)controller_server
作为一个Lifecycle_node,构造函数之外,各个状态的callback是最主要的,我们一个一个来看。on_configure原创 2021-06-23 11:03:37 · 1365 阅读 · 2 评论 -
ROS2 官方教程翻译(一) 关于组件(About Composition)
原文链接:https://docs.ros.org/en/foxy/Concepts/About-Composition.html目录 ROS 1 - Nodes 与 Nodelets ROS 2 -统一的 API 编写一个组件 使用组件 实际应用 ROS1-Nodes 与 Nodelets在ROS1中,我们可以把代码写成一个Node或者一个nodelet.ROS1 的node会被编译成可执行文件executables.ROS1的nodelets会被原创 2021-03-10 16:44:39 · 3510 阅读 · 0 评论 -
Tensorflow1.9训练ssd-mobilenet
使用Tensorflow1.9用自己的数据集训练ssd-mobilenet1.环境搭建电脑装了ubuntu20.04,nv驱动的安装比较简单了,直接在设置里就额外驱动里就可以找到,如果那里没有,就下载一个nv驱动,点击安装却并不真地安装,这样而外驱动的选项卡里就会有了1.1安装docker就按照官网的步骤安装https://www.docker.com/1.2使用docker安装tensorflow按照官网教程安装https://tensorflow.google.cn/in原创 2021-01-14 15:23:03 · 819 阅读 · 1 评论 -
Ubuntu 20.04 安装Nvidia 驱动
直接在系统设置里安装选择propietary版本的驱动安装完成后测试原创 2021-01-07 19:03:01 · 2851 阅读 · 0 评论 -
tensor_flow学习(二)keras指南
tensor_flow官网上的教程链接:https://tensorflow.google.cn/guide/keras/sequential_model这里教了最基本的全链接Dense,其中tensor的shape需要弄清楚,可以使用tensor.get_shape()来获取形状。layer1 = layers.Dense(2)x = tf.ones((1, 4))y = layer1(x)layer1.weights # Now it has weights, of shape (翻译 2021-01-04 11:28:43 · 233 阅读 · 0 评论 -
tensor_flow学习(一)
TensorFlow好乱,各种版本,各种API,保存的模型格式都有好多种,发展得太快,已经扯到蛋了。我就是想加载一个模型,然后看一看网络结构,就这么简单的事情,真是吐了。1.用了TensorFlow2.3,因为它能够打开h5格式的模型,但是它的API变化很大,官网教程看得稀里糊涂,没什么章法,还是要到博客上去找,这里有一个取巧的办法,可以把TensorFlow2当作TensorFlow1用import tensorflow.compat.v1 as tftf.disable_v2_behav原创 2020-10-29 15:11:11 · 343 阅读 · 0 评论 -
depth_camera降低cpu消耗
上司突然说depth_camera的cpu太高了,其实加入amp filter以后经过调整也没有比以前高,但是人家说高,那就想办法降低呗,毕竟打工人,不过经过这个过程也学到了一些东西。1.C++程序性能分析 想降低cpu消耗首先要知道那里消耗的cpu多,好对症下药。这里使用了google的性能分析工具google-perftools.1)先到github上下载源代码:https://github.com/gperftools/gperftools/releases按照说明进行编译,因为原创 2020-10-28 16:12:32 · 528 阅读 · 0 评论 -
orbbec相机安装及使用
由于之前使用的TOF相机性能比较差,决定给机器人换一个摄像头,选择了orbbec的摄像头,之前都是在笔记本上用realsense,zed,kinetic之类的,基本上下载一个sdk就可以直接用了,但是我们现在机器人用的是ARM架构,这就涉及到很多问题.实现过程中也学习到了一些知识,记录下来,以便回头查阅.1.相机驱动 orbbec给了一个ROS包,运行他的ros节点就可以获取相机的点云,rgb图像等数据.但是我们的机器人不是ros系统的,他们又没有c++的API,研究代码以及沟通之后发现他们获取d原创 2020-10-13 16:40:30 · 3972 阅读 · 0 评论