郭建洋的博客

原创 c++ 目标检测计算交并比

iou相当于一个函数，其输入为a和b。

原创 长江面试经验

面试经验

原创 faster-rcnn中bbox_iou函数“np.maximum(bbox_a[:, None, :2], bbox_b[:, :2])”的含义

函数“np.maximum(bbox_a[:, None, :2], bbox_b[:, :2])”的含义假设我们认为bbox_a.shape = [5, 4], bbox_b = [2, 4],具体数据如下:bbox_a = np.array([ [9, 88, 9, 30], [63, 56, 9, 24], [4, 79, 93, 12], [34, 6, 21, 5],

原创 np.logical_and(box_w＞1, box_h＞1)作为目标检测无效数据过滤作用

假设有两组numpy数据：aa， bbaa = np.array([0.3, 1.8, 4.9, 3, 7, 0.6, 0.98])bb = np.array([3, 0.8, 2.9, 3, 7, 1.6, 1.98])cc为如下运算结果cc = np.logical_and(aa>1, bb>1)得到的结果为：cc = [False False True True True False False]将cc得到的结果作为过滤器aa_cc = aa[cc]

原创 python3读取xml文件并打印

python3读取xml文件并打印运行print_xml.pyxml文件格式如下图:from fileinput import filenameimport osimport sysimport xml.etree.ElementTree as ETimport glob#--------读取xml文件数据并打印--------## 该xml读取方式匹配:https://blog.csdn.net/weixin_46438576/article/details/123729428?sp

原创 目标检测txt转xml

from xml.dom.minidom import Documentimport osimport os.pathfrom PIL import Image#--------目标检测数据txt转xml格式操作说明--------## ann_path目录下保存的是待输入的.txt文件# xml_path目录下保存的是待输出的.xml文件# .txt文件每行的格式如下(1行代表1个目标)：# 2 -88.3929 -36.5645 -87.8

原创 CDR（cv-detect-robot）项目简介

开源项目:https://github.com/guojianyang/cv-detect-robot项目介绍：本项目针对x_86和nvidia-jetson平台，利用tensorRT优化，基于deepstream视频流AI推理框架，搭建了yolov5,yolox和resnet等视觉检测算法，并对每种算法配置了deepsort,DCF和IOU跟踪器。检测及跟踪数据利用共享内存的方式传输。可通过rostopic,python脚本和c++程序三种方式读取实时数据。1.本项目提供了零基础入门配置及调试教程。2.

原创 picture

原创 CDR项目的docker镜像中已有环境及相应版本介绍

CDR项目的docker镜像中已有环境及相应版本介绍（备注）:CDR_x86镜像和CDR-jetson镜像已有环境及相关库版本相同,jetson宿主机最好为jetpack 4.6版本已有环境：yolov5项目源码全套运行环境yolox项目源码全套运行环境deepstream全套运行环境ros-melodic全套运行环境主要环境版本如下：deepstream==6.0tensorRT==8.0.1yolox源码项目版本 tag==0.2.0yolov5源码项目版本 tag==v6.

原创 CDR项目docker镜像中多视频流检测方法

CDR项目docker镜像中多视频流检测方法对于多视频流检测，较为简单，只要在python后原先视频文件地址的基础上叠加视频文件地址即可，具体操作如下：若单流视频文件检测为如下命令：python3 deepstream_yolov5_file.py file:///opt/nvidia/deepstream/deepstream-6.0/samples/streams/sample_qHD.h264则多流检测为(叠加后面的file:///…)：python3 deepstream_yo

原创 子项目《deepstream_yolox》yoloxs.onnx转yoloxs.engine教程

子项目《deepstream_yolox》yoloxs.onnx转yoloxs.engine教程(备注)：pt转onnx请自行百度解决，对于x_86和jetson平台的docker镜像文件，操作方式相同，1.进入 /opt/nvidia/deepstream/deepstream-6.0/sources/deepstream_python_apps/apps/deepstream-yolox文件夹内，并将onnx文件复制到该文件夹目录下。2.打开onnx_to_trt.py文件，将第9行中yoloxs

原创 子项目《deepstream_yolov5》两种引擎(engine)生成方式

子项目《deepstream_yolov5》两种引擎(engine)生成方式方式一、通过cfg和wts文件在deepstream中直接生成trt引擎1.对于CDR-jetson镜像，在root目录下有yolov5源码项目，yolov5文件夹内有gen_wts_yoloV5.py文件，执行如下命令可生成yolov5s.cfg和yolov5s.wts两个文件：python3 gen_wts_yoloV5.py -w yolov5s.pt2.将以上生成的两个文件yolov5s.cfg和yolov5s.

原创 CDR-x86-docker镜像使用及测试教程

一、CDR-x86-docker镜像使用及测试教程：（备注）：有效下载链接请联系微信群主(17370042325)获取.1.根据如下链接下载CDR-v4.0.tar镜像文件：链接:http://112.74.111.51:1212/down/KSYLT4SBG2tO 提取码:123456,如下图：2.将下载的CDR-v4.0.tar镜像文件导入docker：（备注）：在镜像导入docker前,需在ubuntu_x86平台安装docker和nvidia-docker2，可参考如下链接：ubu

原创 CDR-jetson-docker镜像使用及测试教程

一、根据链接下载镜像文件：（备注）：有效下载链接请联系微信群主(17370042325)获取.1.根据如下链接下载CDR-jetson-v4.18.tar镜像文件：链接:http://112.74.111.51:1212/down/KSYLT4SBG2tO 提取码:123456

原创 Jetson Nano和 NX在运行CDR项目时注意事项

Attention1：Jetson Nano支持fp32和pf16精度，不支持int8精度；Jetson NX同时fp32、pf16精度和int8精度。Attention2：在使用nano运行神经网络项目时最好在nano散热器顶端加上散热风扇，否则会因温度过高系统卡死。Attention3：...

原创 deepstream-4.5.1 对多类目标中指定目标类别进行识别与跟踪

[class-attrs-all] 组为所有类配置检测参数。 [class-attrs-] 组为 指定的类配置检测参数。例如[class-attrs-23]组为class ID 23配置检测参数，该组与[class-attrs-all]的控制参数相同。控制所有目标类别的参数配置如下：(子项目5在dstest7_pgie_config.txt文件内，其它子项目config_infer_primary.txt文件内)：[class-attrs-all]pre-cluster-threshold=0.

原创 wts文件生成engine文件的方法

在电脑上(x_86平台)上获取wts文件，并将该文件转移到jetson平台上，这里以yolov5.wts为例：(备注)：获取wts文件方法可参考以下链接(只要获得wts文件，则链接内剩余内容无需看)：Pytorch模型–＞wts 文件–＞TensorRT模下载tensorrtx项目(这里使用的是yolo5-v3.0版本)：cd ~/git clone -b yolov5-v3.0 https://github.com/wang-xinyu/tensorrtx.git将yolov5.w

原创 第二次frp内网穿透成功记录

＃－－－－－－阿里云服务器－－－－－－－－＃云服务器端开启frp 执行 ./frps -c ./frps.ini显示如下：　　　2021/11/08 13:49:09 [I] [service.go:178] frps tcp listen on 0.0.0.0:7000　　　2021/11/08 13:49:09 [I] [root.go:209] start frps success文件frps.ini配置如下：[common]bind_port = 7000＃－－－－－－自己的ubun

原创 第一次内网穿透失败记录（仅供本人参考）

１．用ssh-okegen，在运行autossh做端口映射，远程访问失败，　原因不知。２．在云端服务器和目标服务器配置并运行，端口映射6000可以连通，并且命令行有提示信息，用ssh root@47.107.60.61 可以进入阿里云端服务器，但是加上端口6000后，ssh root@47.107.60.61 -p 6000,显示　Permission denies(许可被否认),初步断定是目标服务器的ssh的b被远程访问的权限未开放，　需进入配置文件设置。３．后期有时间在进入第二次内网穿透。

原创 yolox导出onnx文件

(一)安装Anaconda(已安装可跳过此步骤)：　　　（备注： 在ubutnu 18.04环境下　X86架构） 去官方地址下载对应安装包，下载地址如下：Anaconda | Individual Edition 安装anaconda: bash ~/Downloads/Anaconda3-2021.05-Linux-x86_64.shanaconda会自动将环境变量添加到PATH里面,如果后面你发现输入conda提示没有该命令,那么你需要执行命令 source ~/....

原创 yolox-ros-deepstream

# cv-detect-ros子项目(四)（yolox-ros-deepstream）## 硬件环境- 英伟达jetson nano 板载计算机(原则上jetson 系列产品都能适配此项目)- 鼠标键盘（推荐使用有线连接方式）## 软件环境- Jetpack 4.5.1 （ubuntu 18.04）- TensorRT 7.1- CUDA 10.2- cuDNN 8.0- OpenCV 4.1.1- deepstream 5.1## 相关资源百度云盘链接如下：链接...

原创 CDR（cv-detect-robot）项目简介

开源项目《CDR（cv-detect-robot）》项目立项宗旨：高性能视觉检测算法赋能机器人行业，搭建起技术落地的桥梁项目github址：https://github.com/guojianyang/cv-detect-robot该项目已接入三个子项目1 、yolov5-ros-deepstream（yolov5与神经网络加速引擎tensorRT结合，利用共享内存技术，接入ros机器人操作系统，在英伟达TX2上可达25-27FPS,在NX上可达60FPS）2、yolov5-deepstrea

原创 yolov5-deepstream-cpp

cv-detect-ros子项目(三)（yolov5-deepstream-cpp）硬件环境英伟达TX2板载计算机 鼠标键盘（推荐使用有线连接方式）软件环境Jetpack 4.5 （ubuntu 18.04） TensorRT 7.1 CUDA 10.2 cuDNN 8.0 OpenCV 4.1.1 deepstream 5.0一、安装ROS操作系统备注：（以下操作最好在搭建梯子或者更换国内源的情况下进行，否则下载速度很慢）请参考ROS官方安装连接：官方安装教程也可按..

原创 yolov5-deepstream-python

cv-detect-ros子项目(二)（yolov5-deepstream-python）硬件环境英伟达TX2板载计算机 鼠标键盘（推荐使用有线连接方式）软件环境Jetpack 4.5 （ubuntu 18.04） TensorRT 7.1 CUDA 10.2 cuDNN 8.0 OpenCV 4.1.1 deepstream 5.0一、安装ROS操作系统备注：（以下操作最好在搭建梯子或者更换国内源的情况下进行，否则下载速度很慢）请参考ROS官方安装连接：官方安装教程..

原创 cv-detect-robot

CDR(cv-detect-robot)项目介绍CDR项目立项宗旨：高性能视觉检测及其相关算法赋能机器人行业，搭建起技术落地的桥梁。（备注(1)）:已接入本项目的yolov5-ros-deepstream已做好了ROS系统的适配，待相关软硬件环境搭建好后即可直接调用已定义好的ros话题消息获取目标检测实时数据。（备注(2)）:后续将接入百度paddle的ppyolo算法、旷世科技的YOLOX算法和一系列像素级目标检测及追踪算法。（备注(３)）:随着本人的学习成长，该项目会不定...

原创 jetpack 4.3 安装yolov5相关注意事项

对于jetpack 4.3 安装yolov5， 一定要安装pytorch==1.4.0 && torchvision==0.5.0 下载地址如下：https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048