- 博客(54)
- 收藏
- 关注
RSS订阅原创 理解ROS2的动作
动作在.action# Request---# Result---# Feedback一个动作定义由三个消息定义组成，用 — 分隔。一个 请求 消息是从动作客户端发送到动作服务器，用于启动一个新的目标。一个 结果 消息是从动作服务器发送到动作客户端，表示一个目标已完成。一个动作的实例通常被称为一个目标。假设我们想要定义一个用于计算斐波那契数列的新动作 “Fibonacci”。在我们的ROS 2包中创建一个名为action在action目录中创建一个名为。
2024-04-28 22:59:35
111
原创 使用rosdep管理依赖关系
rosdep是 ROS（Robot Operating System）的一个工具，用于安装ROS包的系统依赖项。当你要在你的ROS工作空间中构建或运行某个ROS包时，有时会发现你的系统缺少必要的依赖项。rosdep可以帮助你解决这个问题。具体来说，rosdep可以根据ROS包中的 package.xml 文件，确定需要安装的系统依赖项，并自动安装这些依赖项。你可以使用以下命令来使用rosdep这些命令将使rosdep能够为你的ROS工作空间中的所有包安装所需的系统依赖项。
2024-04-25 16:53:41
703
原创 ROS2 命令行工具---常用命令整理
ROS2 的主要命令入口是 ros2，其中又包含大量的子命令，可用于 ROS2 程序的开发和测试。ros2 run：运行 ROS2 节点或任意可执行文件。：启动 ROS2 应用程序，可以同时启动多个节点。ros2 pkg：用于操作 ROS2 软件包，包括创建 package、指定包名、编译方式、依赖项、节点名等。ros2 node：用于管理 ROS2 节点，可以列出、杀死、查看节点等。ros2 topic：用于管理 ROS2 话题（Topic），包括列出、发布、订阅、查看话题等。
2024-04-25 13:44:34
686
原创 Could not find a package configuration file provided by “serial“ with any of the following names
由于它是一个 catkin 项目，在构建并安装到ROS2系统时又会出现问题。
2024-04-24 16:14:11
702
原创 git 无权限访问 The TLS connection was non-properly terminated或者Failed to connect to github.com port 443
fatal: 无法访问 'https://github.com/mgonzs13/yolov8_ros.git/'：GnuTLS recv error (-110): The TLS connection was non-properly terminated.fatal: 无法访问 'https://github.com/mgonzs13/yolov8_ros.git/'：Failed to connect to github.com port 443 after 21029 ms: 连接被拒绝。
2024-04-19 14:30:01
215
原创 sudo apt install ros-humble-gazebo-*显示网络不可达 Ubuntu20.04使用清华镜像本地安装/更新ros2
sudo apt install ros-humble-gazebo-*显示网络不可达，这是因为sources.list中的镜像源有问题，换成清华源可以解决问题。
2024-04-14 14:48:07
499
原创 ros2 launch gazebo_ros gazebo.launch.py无法启动
解决办法是在运行命令之前刷新环境变量：source /usr/share/gazebo/setup.bash，然后再运行命令：ros2 launch gazebo_ros gazebo.launch.py。直接在home文件夹按ctrl+h显示隐藏文件，打开.bashrc。的版本是humble，当运行gazebo仿真时，运行。此时，这个页面会卡死在第六行，gazebo也不会打开。这样以后在运行gazebo仿真时就可以正常运行了。但最后单独使用gazebo则可以打开。我的系统是ubuntu20.04，
2024-04-14 14:16:11
266
原创 古月·ROS2入门21讲——学习笔记（二）常用工具部分15-21讲
这里要用到turtlesim功能包里另外一个节点，叫做mimic，它的功能是订阅某一个海龟的Pose位置，通过计算，变换成一个同样运动的速度指令，发布出去。，我们在命令行中输入的各种参数，在Launch文件中，通过类似这样的很多代码模版，也可以进行配置，甚至还可以使用Python原有的编程功能，大大丰富了启动过程中的多样化配置。Launch文件在ROS系统中出现的频次相当之高，它就像粘合剂一样，可以自由组装和配置各个节点，那如何编写或者阅读一个Launch文件呢，我们通过一系列例程带领大家来了解。
2024-04-13 20:02:30
455
原创 《C++面向对象程序设计》✍学习笔记
C++ 这块，重点需要学习的就是一些关键字、面向对象以及 STL 容器的知识，特别是 STL，还得研究下他们的一些源码，下面是一些比较重要的知识：
2024-02-22 02:10:55
92
原创 Python Flask Web + PyQt 前后端分离的项目—学习成绩可视化分析系统
Python Flask Web + PyQt 前后端分离的项目—学习成绩可视化分析系统
2024-02-19 14:28:56
2184
原创 Python Flask高级编程之RESTFul API前后端分离（学习笔记）
接下来，我们需要定义 API 的路由和处理函数。在 Flask 中，可以使用@app.route这里的/users表示路由的路径，表示这个路由只支持 GET 方法。get_users函数是这个路由的处理函数，它返回一个 JSON 格式的用户列表。同样的，我们还可以定义其他路由和处理函数，比如获取指定用户信息、添加用户、修改用户信息和删除用户等。
2024-02-19 13:11:58
1169
原创 Python Flask Web 框架学习笔记+完整项目
Flask 是一个轻量级的 Python Web 应用框架，它由 Armin Ronacher 开发并由社区维护。Flask 的设计理念是简单、灵活，它提供了构建 Web 应用所需的基本组件，同时也允许开发者根据自己的需求灵活地扩展功能。要处理HTTP错误，可以使用函数。代码函数返回的是一个元组，401 代表HTTP 响应状态码。如果省略401，则响应状态码会变成默认的 200。效果运行，浏览器访问。
2024-02-13 17:04:34
1838
原创 图片，截图文字识别——最好用的文字提取工具
这个软件是github上一个开源的软件，非常好用OCR图片转文字识别软件，完全离线。截屏/批量导入图片，支持多国语言、合并段落、竖排文字。可排除水印区域，提取干净的文本。基于 PaddleOCR。
2023-07-10 18:40:11
745
1
原创 批量识别表格数据——Python调用百度云API
这两个key分别复制到main_GUI中的client_id和client_secret。填应用名称——全选——最下面应用描述——立即创建——返回应用列表。下面是可以批量处理图片以及有一个GUI界面的代码。通用场景OCR——全部——0元领取。产品——文字识别——通用场景。
2023-07-10 18:19:55
595
原创 Ubuntu20.04+Docker+ROS Noetic 可视化容器管理工具Portainer
打开IE浏览器，输入ip:9000端口，新建账户和密码后，即可进入如下docker管理界面，有了该工具，可以省去我们再次学习docker相关的控制台命令，在可视化界面查看已安装的docker容器和运行中的docker镜像。然后先按ctrl+b，紧接着按c,下方会出现两个bash。先按ctrl+b，紧接着按p，返回上一个bash；先按ctrl+b，紧接着按n，返回下一个bash；按ctrl+b，紧接着按c,一共建3个窗口。先按ctrl+b，紧接着按x，再按y；然后就可以通过方向按键控制小乌龟。
2023-07-07 17:39:40
1962
原创 基于 Opencv python实现批量图片去黑边—裁剪—压缩软件
批量处理图片文件，批量提取GIF图片中的每一帧，具有范围裁剪、自动去除黑/白边、调整大小、压缩体积等功能。先看一些软件的界面，是基于Tkinter写的GUI裁剪等功能基于Opencv。
2023-06-28 23:59:55
2323
原创 PP-Structure—表格数据提取
PP-Structure是PaddleOCR团队自研的智能文档分析系统，旨在帮助开发者更好的完成版面分析、表格识别等文档理解相关任务。PP-StructureV2系统流程图如下所示，版面分析任务中，图像首先经过版面分析模型，将图像划分为文本、表格、图像等不同区域，随后对这些区域分别进行识别，如，将表格区域送入表格识别模块进行结构化识别，将文本区域送入OCR引擎进行文字识别，最后使用版面恢复模块将其恢复为与原始图像布局一致的word或者pdf格式的文件；
2023-06-28 23:30:00
3337
7
原创 PaddleOCR—图片文字识别提取—快速使用教程
Paddle-OCR 属于Paddle 框架其中的一个应用，Paddle 除了 OCR 之外还有许多其它好玩的模型，关键开发者提供有训练好的预权重文件、降低了使用门槛。
2023-06-26 23:12:19
10862
4
原创 Ubuntu安装gitlab教程
GitLab CE或Community Edition是一个开源应用程序，主要用于托管Git存储库，以及其他与开发相关的功能，如问题跟踪。它旨在使用您自己的基础架构进行托管，并为您的开发团队提供部署内部存储库的灵活性，与用户交互的公共方式，或者为贡献者提供托管自己项目的方法。
2023-06-26 15:42:02
3115
原创 移动硬盘中安装Ubuntu 20.04系统——立省99%的问题
主分区——空间起始位置——EXT4日志文件系统——挂载点/ ，这里可以把空间全部用来做系统盘，也可以后面再设置一个/home。主分区——空间起始位置——EFI系统分区，空间大的可以1024，小的话就200，这个分区使用来安装启动引导器的位置。主分区——空间起始位置——交换空间（swap），和电脑的内存大小一样大就可以。主分区——空间起始位置——EXT4日志文件系统——/home，大小就剩余全部。磁盘容量，多大都行，后面是根据你硬盘的空间来设置的，点安装，继续，接着等一会就装好了，恭喜你，安装成功。
2023-06-25 17:42:21
653
原创 笔记本安装双系统ubuntu时踩的坑——戴尔
如果你遇到以下的这些问题，不要直接装了，无解！！！建议看我另一篇教程，把硬盘取出来在另外的电脑上装好系统再放回去，这样嘎嘎快。
2023-06-25 14:15:04
1559
2
原创 基于SVM和复杂网络的轮廓识别——手写数字识别
手写数字识别是计算机视觉和模式识别领域的一个经典问题。其目标是将手写的数字图像转化为对应的数字标签。为了实现手写数字识别，常常需要进行图像预处理、特征提取和分类器训练等步骤。在过去的研究中，人们使用了多种方法来解决手写数字识别的问题。其中一种常见的方法是基于支持向量机（Support Vector Machine, SVM）和复杂网络的轮廓识别。这种方法的基本思路是首先对手写数字图像进行轮廓提取，然后利用这些轮廓作为特征来训练一个分类器，如SVM。
2023-06-05 15:14:10
914
原创 OpenCV——Canny边缘检测算法
图像分割是将数字图像细分为多个子区域的过程，在计算机视觉/机器视觉领域被广泛应用。它的目的是简化或改变图像的表示形式，以便更容易理解和分析。常见的图像分割方法包括阈值处理、聚类法、边缘检测和区域生长等。解决图像分割问题通常需要结合领域知识，以提高解决效果。边缘检测是一种常用的图像分割方法，通过提取图像中不连续部分的特征来实现。目前，常见的边缘检测算子包括差分算子、Roberts算子、Sobel算子、Prewitt算子、Log算子和Canny算子。
2023-06-05 10:35:41
1613
原创 在Idea中添加ChatGPT插件——PyCharm
在setting设置中找到Plugins，下载插件，要点apply应用按钮。此时还不能使用，输入问题后显示下图右下角的内容，提示缺少token，这是OpenAI 官方提供的源。反正需要一个openai账号。下面打开设置中找到Tools，找到chatGPT。重启idea，在右边可以看到chatGPT图标。点击第一个链接跳转到chatgpt官网，点击第二个链接跳转到获取token的网页。token复制到输入框点击apply即可。下面是让他写的一个飞机大战的例子：很流畅。点击右侧的get token按钮。
2023-06-04 22:27:31
6922
4
原创 复杂网络与NetworkX——有向图与无向图的绘制
NetworkX是一个用于创建、操作和研究复杂网络的Python库。它提供了广泛的功能，使用户能够生成各种类型的图形、执行常见的图形操作、分析图形的属性以及可视化网络结构。
2023-06-03 13:40:40
4078
原创 Python 代码一键转流程图---python=＞flowchart-dsl=＞流程图
这个项目是基于大名鼎鼎的。下面贴几张运行图片：如果直接输入dsl代码，再进行转化就可以很好的画出流程图。
2023-06-02 14:35:31
4238
1
原创 python构建基于知识图谱的京东商城问答系统-答案获取
在上一篇中，主要介绍了如何从接收到的用户问题中抽取关键信息，以及如何识别用户的意图，那么接下来就将介绍在得到了这些信息后，如何在知识图谱中查询答案。我在处理这个问题时，想得很直接，简单来说，每个问题模板就对应了一个用户意图，那么就按照每个意图来写查询语句，这是一种简单粗暴的方法，优点就是就只有简单了，缺点当然很多了，比如不利于维护以及扩展等。主要是构造Cypher语句，然后调用py2neo的run方法，对得到的答案进行处理这几步，得到答案返回即可。当我们得到用户问题，以及该问题的模板后需要做那些工作呢？
2023-06-02 11:00:31
144
原创 python构建基于知识图谱的京东商城问答系统-用户问题预处理
这篇主要介绍对用户问题的处理，也就是从获取用户问题到明白用户意图这个过程，主要涉及到命名实体识别（这个任务简单，我就用词性标注来代替了），问题分类，以及填充问题模板这几个部分。接下来是对用户的问题进行分类，获取对应问题模板，从而明白用户的意图，首先要使用前面介绍的根据用户习惯构造的各种各样的问题来训练一个分类器，我这里使用的sklearn里面的贝叶斯分类器。这样涉及到的电脑名称就不会被jieba分词分开了，此外还需要去掉问题中的特殊字符，这些操作搞完了后就可以进行分词和词性标注了，处理后把结果返回即可。
2023-06-02 10:45:45
185
原创 python构建基于知识图谱的京东商城问答系统-目录
下面是程序的网页这个系统主要用到一下的一些知识：接下来根据业务逻辑从以下几个问题入手来介绍整个构建过程：
2023-06-01 22:57:52
192
2
原创 基于LSTM+Attention和RNN实现抖音虚假信息识别详解--从数据获取到模型搭建训练
LSTM-Attention模型是一种经典的自然语言处理深度学习模型，它相比于传统的循环神经网络模型和卷积神经网络模型具有更好的效果。在自然语言处理任务中，LSTM-Attention模型利用长短时记忆网络（LSTM）来捕捉句子中的语义信息，并采用自注意力机制（Attention）来增强模型的表征能力，使得模型能够更好地理解文本，并且具有更好的并行性和更快的训练速度。与其他模型相比，LSTM-Attention模型在自然语言处理领域具有显著的优势。
2023-04-24 22:02:17
2462
2
原创 YOLOv3 SPP 理论+代码 学习笔记
下图为U版的yolov3-spp文论中的，U版比普通yolov3 的mAP高了近10个点，本文将按左侧4个部分开始讲解Mosaic图像增强。
2023-04-13 17:36:26
188
原创 yolov1-＞yolov2-＞yolov3-＞yolov3 SPP 学习笔记
yolov1->yolov2->yolov3->yolov3 SPP
2023-04-07 19:54:28
140
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