weixin_46214675的博客

之前推荐了一些机器学习的课程也可以看但机器学习其实还是比较基础，目前最新的方向还是LLM，深度学习，多模态之类，slam方向也不错，要了解一些当下最新最热的方向。在计算机视觉的学习和使用过程中最最麻烦和最应该担心的事情就是环境配置的问题，学习语言和程序编写相对于此则更为容易一下，环境配置难在他的不确定性太多。

目标检测很重要，虽然工作了但是目前做的是目标检测的后处理。后面应该会偏向多传感器融合，工作如此，但是自己还是想follow一些目标检测领域比较sota的算法。今天介绍的是一篇在工业界广泛使用的3d目标检测算法。...

robomaster系统opencv跟踪算法

由于临近大四，面临考研与工作的人生选择，所以较长一段时间处于准备考研和投递简历的状态中，很少有时间对自己在robomaster比赛中学到的知识做总结。我会尽量在空闲时间完成卡尔曼篇的写作，涉及现实需要到公式推导到代码实现，再到工程应用。首先第一点是现实需要。在robomaster的赛场中机器人处于快速移动状态，简单的图像处理提取特征在静态情况下的效果可能较好，可一旦涉及运动问题自瞄系统如果没有考虑的运动预测那实际效果就会很不理想。我们就是从这个问题开始接触卡尔曼滤波，但遗憾的是由于当时的个人能力水平，对

*运行yolov4+GPU首先需要确定运行环境，本机环境为windows10|cpu i5-8250u|gpu mx110|opencv3.4.2|vs2019 *1.首先需要确定自己笔记本电脑GPU支持的cuda版本，在NVIDIA控制面板中点击帮助，组件,即可看到CUDA 11.2.136,本人安装版本cuda10.1，不能高于查询版本2.去NVIDIA下载驱动https://developer.nvidia.com/zh-cn/cudnn...

本章先简要叙述TX2下如何运行yolov4环境要求CUDA 10.0 cudnn 7.0以上 opencv2.4以上 ，其中opencv不编译也可以运行，但运行无法显示画面，则以文件形式保存运行结果，建议配置编译。默认已配置CUDA \CUDNN1.下载YOLOV4git clone https://github.com/AlexeyAB/darknet.gitgithub链接：yolov4也可以将文件下载到本地后自行解压2.修改Makefile文件1为启用；0为弃用，视个人需要修改后保

2018年的一个夏天，我怀着对这个世界的好奇第一次走出了家门，离开了我的家乡，那是一个被许多人厌恶的地方，我们所有人都以能够离开他为荣耀，因为离开就代表着你是有能力的佼佼者。我离开了家乡只身一人来到了那个我以为是大家口中的神圣的地方–大学，可当我第一次看到三拱门，我觉得她好普通，现实离我梦想的大学也差了太多吧，从那一刻起不甘就存在于我的心底里了，没有人会知道这份不甘会对我今后的人生产生什么样的影响。大学生活开始了，现在回想起那段往事，心中还是有着青春的悸动，只是淡了很多。就像心爱的恋人离开了你很多年，两人

前言在参加RM比赛时，我们挑选了许多的设备用来实验，openmv便是其中之一。openmv是在GitHub上的开源项目，开源是相当完整，有能力的团队完全可以依据开源设计制造出自己的产品。我们所使用的openmv为淘宝星瞳科技购买，目前主要用于飞镖的视觉引导。以下为早期使用openmv进行装甲板识别的示例，其实还存在着许多不足，但是可以运行。openmv作为一款高集成度的可供二次开发的轻便设备可以在其他比赛和项目中使用，但不建议在机甲大师赛中担当主力运算设备。使用设备型号为openmv4 H7,通信则采.

相机标定流程运行环境该相机标定流程分为python版本与C++版本（需要与opencv进行环境配置）；标定对象标定对象为存在畸变的普通免驱相机或其他有畸变相机；标定物品该标定方法为张正友相机标定法，需要使用“棋盘”标定板（该标定板棋盘样式为12*9，该格式与程序参数有关）；流程简述首先需要使用有畸变的相机拍摄完整的棋盘照片，可用照片数量建议15-25张；拍摄时建议棋盘出现在相机的不同位置，覆盖各个方位和一定的距离段。然后使用已拍摄的照片计算出相机的内外参数，要注意相机的内参

ROBOMASTER机甲大师赛视觉学习方案视觉技能学习踩坑硬件平台个人修为坑机甲大师（RoboMaster）是由大疆创新（DJI）的创始人汪滔发起并承办、由共青团中央、全国学联、深圳市人民政府联合主办的年度机器人竞技赛事，为全国大学生机器人大赛旗下的四大赛事之一，并且是全球首个射击对抗类的机器人比赛。其在2015年诞生伊始就凭借其颠覆传统的机器人比赛方式、震撼人心的视听冲击。视觉技能C++/python程序语言学习按照机甲大师官方参赛攻略要求视觉（算法）组应当掌握一门熟悉一门汇编语言，对此个人建