自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(44)
  • 收藏
  • 关注

原创 判断两个yaw角度之差是否超过了90度

公式的作用是将任何角度差转换到范围内,从而表示最短的旋转角度。它利用了角度的周期性和模运算,将原始角度差平移到一个容易处理的范围,再平移回所需的目标范围。如果你需要知道两个角度的最小差值和旋转方向不需要加abs,公式已经正确处理了这一点。如果你只关心角度差的大小,不在乎方向,可以在计算完成之后加abs,例如。

2024-09-05 20:15:43 898

原创 生成csv文件

如何生成csv文件

2024-08-28 23:05:57 200

原创 类方法和静态方法的应用场景,来自chatgpt的回答

类方法和静态方法的应用场景,来自cahtgpt的回答

2024-08-28 09:47:23 369

原创 道路类型解释

(高速公路连接线):这些道路是高速公路与其他道路(如主干道、次干道或主要道路)之间的连接段,可能具有较低的限速或特殊的交通规则。(主要道路):在一些分类系统中,主要道路可能介于主干道和次干道之间,或者是一个更宽泛的术语,用于描述城市中重要的交通路线。(各类道路的连接线):这些是指连接主要道路、主干道、次干道和三级道路之间的短距离路段,可能具有特定的交通规则或限速。它们的通行能力较低,可能只有一到两个车道。(住宅区道路):住宅区道路是专为住宅区内部设计的道路,通常限速较低,交通量较小,以方便居民的日常出行。

2024-07-26 09:34:43 486

原创 linux文件

【代码】linux文件。

2024-06-24 10:24:05 266

原创 Opencv无法自动补全

【代码】Opencv无法自动补全。

2024-06-16 13:21:07 220

原创 Anaconda 环境管理的一些特殊操作

【代码】Anaconda 环境管理的一些特殊操作。

2024-06-06 22:11:17 298

原创 【分布式】日志

本心得多来自于 logging 库的源码。

2024-05-10 23:45:23 233 1

原创 【python】深究python的类变量

1.类变量的地址指向是不会变的,即便通过实例化对象修改,但是类变量的地址指向是不会变的。2.类变量的地址指向是不会变的,但是类变量的值是可以变的。比如某个类变量是列表,那么通过实例化对象修改列表的值,类变量的值也会改变。

2024-05-08 11:56:13 235

原创 【工具】vscode终端打不开

下面参考链接是针对windows系统上vscode 出现的相同问题的解答。添加bashrc路径。

2024-03-18 10:00:53 436

原创 DipG-Seg点云地面分割(更新中)

DipG Seg基于OPenCV传统操作的点云地面分割的最新方法

2024-03-06 20:52:21 865

原创 新学习到的知识点【Python/C++】,持续更新中

新学习到的知识点,主要关于Python,C++

2024-03-06 17:29:00 226

原创 【git随笔,日常积累】

git使用方法积累

2024-02-29 11:32:00 659

原创 【TensorRT】资料备忘录

2、常用tensorRT 5.1 的api 文档。

2023-12-18 00:57:59 255

原创 【程序优化】vector预留空间,会减少push_back耗时吗?

vector预留空间,会减少push_back耗时吗?

2023-11-18 19:14:46 217

原创 [CMakeLists.txt配置编译环境]——TensorRT配置

[CMakeLists.txt配置编译环境]——TensorRT配置

2023-08-27 13:58:59 968

原创 【chatgpt】工程编译过程中的经验总结

本文介绍了如何使用命令来搜索、分析和处理文件内容,这些命令在软件开发、系统维护和文件管理中非常有用。

2023-08-27 09:17:31 123

原创 cudnn 安装失败,提示The public CUDA GPG key does not appear to be installed.

即使按照提示命令如下,执行后继续安装cudnn,仍然报错,错误信息跟上面相同。文件下,但这里还差一步,就是给这个文件重命名。经查得到,这个命令是将。

2023-07-21 11:48:57 2885 1

原创 保存bag中的点云信息与图片信息

保存bag中的点云信息与图片信息

2023-01-14 15:30:38 245

原创 【mdpi的overleaf模板中要求\bibitem 的格式,而不能直接使用.bib】

mdpi的overleaf模板中要求\bibitem 的格式,而不能直接使用.bib

2022-11-07 22:28:41 779

原创 DenseNet学习知识点记录

新知识清单:知识点一:self.features = nn.Sequential(OrderedDict([])这里问什么要在nn.Sequential()中加入python中的一个有序字典呢?知识点一:self.features = nn.Sequential(OrderedDict([])这里问什么要在nn.Sequential()中加入python中的一个有序字典呢?看一下**nn.Sequential()**的源码,发现原来使用OrderedDict是nn.Sequential()的两种用法中的

2022-05-21 11:34:16 349

原创 cv2打开的image与PIL库中Image打开的图像的区别

1.cv_img = cv2.imread(image_path)得到的cv_img是一个数组,可以通过print查看其数组,通过cv_img.shape来查看其数组的大小2.pil_img = PIL.Image.open(imgage_path)得到的pil_img是一个Image类,可以通过dir(pil_img)来查看其各种方法与属性。...

2022-05-13 12:14:58 532

原创 关于torch与numpy的对照学习与积累

1.torch.squeeze()对应numpy.squeeze()2.torch.unsqueeze()对应numpy.expand_dims()3.torch.permuate()对应numpy.transpose()(慢慢积累,若有不对的地方,感谢指正,有用的话帮作者点个赞,感谢)

2022-05-06 12:04:37 1886

原创 python中的sort()是原地操作,没有返回值

lc1337/给你一个大小为 m * n 的矩阵 mat,矩阵由若干军人和平民组成,分别用 1 和 0 表示。 请你返回矩阵中战斗力最弱的 k行的索引,按从最弱到最强排序。如果第 i 行的军人数量少于第 j 行,或者两行军人数量相同但 i 小于 j,那么我们认为第 i行的战斗力比第 j 行弱。军人 总是 排在一行中的靠前1.0输入:mat = [[1,1,0,0,0], [1,1,1,1,0], [1,0,0,0,0], [1,1,0,0,0], [1,1,1,1,1]], k = .

2022-04-01 14:13:38 3158

原创 int main(int argc, char* argv[])是什么意思?

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Ma.

2022-01-11 20:13:01 528

原创 .tolist()函数

import randomimport numpy as nprandom.seed(0)a = np.random.randn(2,3)x1 = list(a)x2 = a.tolist()print("x1:\n___\n", x1)print("x2:\n___\n", x2)x1:___ [array([1.31652464, 0.25154352, 1.84586769]), array([ 0.19440879, -1.1563423 , 0.45750156])]x

2021-07-04 21:16:42 1534

原创 np.concatenate()函数类似于torch.cat()函数

import randomimport numpy as nprandom.seed(0)a = np.random.randn(2,3)b = np.random.randn(2,3)c = np.concatenate((a, b), axis=0)d = np.concatenate((a, b), axis=1)print("a:\n-----\n", a)print("b:\n-----\n", b)print("c:\n-----\n", c)print("d:\n---

2021-07-04 20:50:43 2993

原创 torch.squeeze()与torch.unsqueeze()

1.torch.squeeze与torch.unsqueeze()在一维数组上的横向对比结论:torch.squeeze()在指定的维度前面面减少一个维度torch.unsqueeze()在指定的维度后面增加一个维度import torcha = torch.randn(5)print(a)b = torch.unsqueeze(a, dim=-1)print(b)c = torch.squeeze(a, dim=-1)print(c)tensor([ 0.1454, -1.4046

2021-07-04 11:14:58 473

原创 数组切片中三个点(...)以及两个冒号(::-1)的含义

"""1.对比一下c和d或者bb和cc可以知道三个点的作用就是省略了前面所有的:,(冒号与逗号)2.对比一下b以及c或者bb和cc可以知道::-1的作用,即为使这一维度的元素倒序3.注意三个点省略的格式必须是n个冒号以n-1个逗号"""import numpy as npnp.random.seed(0)a = np.random.randn(3,2,3)b = a[:, :, -1:-a.shape[2]-1:-1] #c = a[:, :, ::-1]d = a[...,::-1

2021-07-04 10:46:01 961

原创 torch.meshgrid()函数

import torchyv, xv = torch.meshgrid(torch.arange(0, 7), torch.arange(0, 7))print("xv:","\n__\n", xv ,"\nyv:\n__\n", yv)xv, yv = xv.flatten().float(),yv.flatten().float()print("xv:","\n__\n", xv ,"\nyv:\n__\n", yv)xv: __ tensor([[0, 1, 2, 3, 4, 5,

2021-07-03 22:37:40 245

原创 torch.max()与numpy.max()函数

torch.max能同时返回最大值,及最大值索引numpy.max返回最大值axis = -1指倒数第一维度(本例子中等价于 axis=2)axis = -2指倒数第二个维度(本例子中等价于 axis=1)axis = -3指倒数第三个维度(本例子中等价于 axis=0)import numpyx = numpy.array([[[1, 2 ,3], [3, 0, 1]], [[2, 0, 1], [66, 16, 7]]])print("x")print

2021-07-03 22:30:51 1492

原创 permute()函数

import torcha = torch.randn(3,2,4)b = a.permute(1,2,0)print(a)print("a.shape", a.shape)print("(3,2,4)-->(2,4,3)")print(b)print("b.shape", b.shape)tensor([[[-0.3183, 1.2260, 0.4502, 1.1955], [ 0.0197, -0.7851, 0.0231, -1.3826]],

2021-07-03 22:19:18 505

原创 view()函数

import torcha = torch.randn(3,2,4)b = a.view(-1,3)print(a)print("______")print(b)tensor([[[ 2.0987e-01, -1.0433e+00, 8.5658e-01, 6.6644e-01], [ 2.0650e-03, -4.0122e-01, 9.4112e-02, 1.2041e+00]], [[-7.0400e-01, -1.6693e-01, 1.6

2021-07-03 22:10:54 461

原创 数组切片操作:一维数组[::-1]的理解,二维数组[:,::-1]三维数组[:,:,::-1]的理解

numpy数组切片操作:一维数组[::-1]的理解,二维数组[:,::-1]三维数组[:,:,::-1]的理解import numpy as npnp.random.seed(0)a = np.random.randn(3,2,3)b = a[:1,:1,::-1]print('a\n_____\n', a)print('b\n_____\n', b)a_____ [[[ 1.76405235 0.40015721 0.97873798] [ 2.2408932 1.867

2021-07-03 21:17:52 911 2

原创 CenterNet环境配置

centernet环境搭建Step1:创建虚拟环境conda create -n CenterNet python=3.7Step2:进入虚拟环境conda activate CenterNetStep3:安装pytorchconda install pytorch=1.4.0 torchvision -c pytorchStep4:修改torch / nn / functional.py文件cd ~/anaconda3/envs/CenterNet/lib/python3.7/sit

2021-05-09 10:43:07 2386 6

原创 分享问题——ROS学习为工作空间配置环境变量

问题描述:在.bashrc文件中添加了多个source 。打开终端输入echo $ROS_PACKAGE_PATH 却只能显示部分的source的环境。解决办法:步骤1:将除了ros自身的环境变量(source /opt/ros/noetic/setup.bash)保留步骤2:对自己所添加的其他的所有source前面加上#,将其注释调。步骤3:逐一删除每个工作空间下的==/devel与/build文件==步骤4:然后重新编译(catkin_make)该工作空间步骤5:取消对刚才重新编译的工作空

2021-04-17 12:37:57 380

原创 opencv-python学习教程【持续更新】

一.图片的读取二.视频的读取三.颜色通道的读取四.图像边界填充五.图像融合六.图像阈值七.图像滤波八.图像形态学九.图像梯度处理

2021-03-15 18:11:11 1066

原创 C++的文本操作——读取文本文件(不积跬步,无以至千里,之第四步。)

if (!inFile.is_open()) 很符哦初学者花大量的时间检查文件读取循环的哪里出现了问题后,最 终发现问题在于程序没有打开文件。检查文件是否被打开可避免将这种 精力放在错误的地方的情况的发生。 #include <cstdlib> 函数exit()的原型是在头文件cstdlib中定义的 在该头文件中还定义了一个用于操作系统通信的参数值EXIT_FAILURE。 函数exit()终止程序。 while (inF

2021-03-14 22:16:30 726

原创 C++ 的文本操作——写入到文本文件中(不积跬步,无以至千里,之第三步。)

重点语句,均在代码中指出:ofstream outFile; // outFile 可使用cout可使用的任何方法。outFile.open(“carinfo.txt”);cout << fixed;cout.precision(2);outFile.setf(ios_base::showpoint);#include <iostream>#include <fstream> // 该头文件定义了一个用于输出的ofstream类using name

2021-03-14 20:50:55 894

原创 【数据结构】循环与递归的区别【学习笔记】

任务:打印从1到N的整数。一.循环结构#include <iostream>using namespace std;void PrintN(int N);int main(){ int N = 100000; PrintN(N); return 0;}void PrintN(int N){ int i = N; for (i = 1; i <= N; i++){ cout << i << en

2021-03-11 10:56:45 148

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

提示
确定要删除当前文章?
取消 删除