- 博客(145)
- 资源 (5)
- 问答 (4)
- 收藏
- 关注
RSS订阅原创 底数为整数型的快速幂计算c++程序
long long fastPower(long long base, long long power) { long long result = 1; while (power > 0) { if (power & 1) {//此处等价于if(power%2==1) result = result * base % 1000; } power >>= 1;//此处等价于power=power/
2024-03-27 17:09:20
119
原创 求两个正整数的最大公约数和最小公倍数
/**********************************************************************************FileName: Test1.cpp*Author: Qixiang.Su*e-mail: [email protected]*Version: 2.0.0*Date: 2019.3.10*Description: 求两个正整数的最大公约数和最小公倍数* 理解各种算法求解过程*History:
2024-03-27 17:09:09
167
原创 ROS学习——一、环境搭建篇
一、了解什么是ROS什么是ROS操作系统，具体是做什么用的？二、怎么创建ROS空间写的思路很清晰——创建ROS工作空间和功能包创建catkin工作空间目录，如/catkin_ws/src；在src目录下，使用catkin_init_workspace初始化一个catkin工作空间；在catkin工作空间根目录下，使用catkin_make进行构建；配置环境变量，启动当前catkin工作空间。三、创建ROS功能包推荐看这篇 文章 的功能包部分格式如下：catkin_c
2024-03-27 17:07:44
355
原创 Ubuntu下udp通信
一、知识准备阶段Socket程序从Windows移植到Linux下的一些注意事项C语言sendto()函数：经socket传送数据sockaddr和sockaddr_in详解bzero和memset函数函数原型：void bzero（void *s, int n）；头文件：#include <string.h>功能：将字符串s的前n个字节置为0，一般来说n通常取sizeof(s),将整块空间清零。返回值：无返回值socket()函数用法详解socket() 函数来创建
2024-03-27 17:06:30
942
原创 python3.8/site-packages/mmcv/utils/registry.py注释
【代码】python3.8/site-packages/mmcv/utils/registry.py注释。
2024-03-09 10:24:53
156
1
原创 更换个人开发环境后，pycharm连接服务器报错Authentication failed
原因：服务器中更换个人开发环境后，密码变了。解决：在pycharm中修改服务器开发环境密码即可。
2024-02-26 10:56:26
646
原创 Ubuntu20.04添加桌面启动、侧边栏启动和终端启动
（注意这里不能使用sudo，因为这样会把文件的权限归为root，导致后续设置可执行程序不方便）以pycharm为例，找到可执行程序所在的地方，终端怎么启动，就把这句话添加到。在桌面新建一个XX.desktop文件，以QtCreator为例。终端启动其实就是在系统变量中提前设置好宏定义。搜索qtcreator，右键点击。还是以QtCreator为例。这里的内容和在桌面新建时相同。后图标就会变成可执行程序。
2024-01-26 09:53:13
595
原创 Ubuntu16.04部署BEVformer 实时记录
需要专门指定版本的库大概就是如下几个mmcv-fullmatplotlibnetworkxnumpy尽量按照我推荐的顺序安装，否则可能会出现前面安装了后面又被覆盖了的尴尬情况。
2023-06-15 16:55:23
2445
3
翻译 20230525——文献阅读《利用毫米波雷达和视觉传感器进行障碍物检测的空间注意力融合方法研究》（SAF-FCOS）
one-stage目标检测算法（也称one-shot object detectors），其特点是一步到位，速度相对较快。另外一类目标检测算法是two-stage的，如Faster R-CNN算法先生成候选框（region proposals，可能包含物体的区域），然后再对每个候选框进行分类（也会修正位置）。这类算法相对就慢，因为它需要多次运行检测和分类流程。而one-stage检测方法，仅仅需要送入网络一次就可以预测出所有的边界框，因而速度较快，非常适合移动端。
2023-06-01 14:50:31
1203
转载 20230518——文献阅读《一种基于深度学习的雷达和相机传感器融合目标检测架构》（CRF-Net）
可达空间,又称可行驶区域,英文称Driveable Space (DS) 或Free Space,在自动驾驶中承担重要的兜底作用。range rate，距离的变化率，也就是毫米波雷达测出的目标相对速度。在相机图像中，利用深度学习进行目标检测是近年来被证实的成功方法。不断提高的检测率和计算效率的网络结构正推动该技术在生产车辆上的应用。然而，在恶劣的天气条件下，以及在光线稀少的地区和夜间，传感器噪音增加，相机的传感器质量受到限制（研究主体就是以相机为主要传感器，雷达负责补充。从而，提高目标检测的指标）。
2023-05-22 18:21:40
698
1
原创 直方图与直方图均衡化
直方图均衡化就是将原图像的直方图通过变换函数变为均匀的直方图，然后按均匀直方图修改原图像，从而获得一幅灰度分布均匀的新图像（注意这里的均匀不是平均）。直方图均衡化就是用一定的算法使直方图大致平和的方法。图像直方图是用来表现图像中亮度分布的直方图，给出的是图像中某个亮度或者某个范围亮度下共有几个像素，即统计一幅图某个亮度像素数量。有时候我们拿到的图像要么偏亮，要么偏暗，就会影响计算机的判断，直方图均衡化的目的就是使图像增强。1.依次扫描原始灰度图像的每一个像素，计算出图像的灰度直方图H。
2023-05-17 15:43:59
488
原创 Ubuntu16.04布置CenterFusion记录
报错解释：torchvision在运行时要调用PIL模块，调用PIL模块的PILLOW_VERSION函数。但是PILLOW_VERSION在Pillow 7.0.0之后的版本被移除了，Pillow 7.0.0之后的版本使用__version__函数代替PILLOW_VERSION函数。其实这个问题不算是问题，你别从test.sh文件运行test.py就好了，将命令复制出来，直接用终端运行即可。我的pytorch是1.2，推荐使用github上的这一款DCNv2——如果你是单显卡的话，将。
2023-05-16 11:31:42
357
原创 Ubuntu16.04下OpenCV卸载与安装
强烈建议Ubuntu16.04不要安装OpenCV-3.2.0，因为你会遇见很多很多问题。建议安装OpenCV-3.4.5。
2023-05-15 15:50:52
152
原创 程序调用eigen库报错记录
程序调用eigen库报错找了很多解决方式都不好使。我原来的eigen版本是3.2.9的，换成3.3.4版本就解决了。
2023-05-11 11:22:31
294
原创 非极大值抑制(non maximum suppression, NMS)介绍
在进行目标检测时一般会采取窗口滑动的方式，在图像上生成很多的候选框，然后把这些候选框进行特征提取后送入分类器，一般会得出一个得分（score），比如人脸检测，会在很多框上都有得分，然后把这些得分全部排序。选取得分最高的那个框，接下来计算其他的框与当前框的重合程度（iou），如果重合程度大于一定阈值就删除，因为在同一个脸上可能会有好几个高得分的框，都是人脸但是不需要那么框我们只需要一个就够了。(3) 从剩下的矩形框A、C、E中，选择概率最大的E，然后判断A、C与E的重叠度，重叠度大于一定的阈值，那么就扔掉；
2023-05-09 11:42:30
493
翻译 20230507——文献阅读《中心融合:基于中心的雷达和相机融合的三维目标检测》
前融合（early fusion）：下图(a)，直接融合原始的或经过一定前处理的传感器数据。前融合的优点——充分利用了原始数据中的信息量、同时处理多个传感器可以降低整体运算和内存消耗。缺点是——对传感器数据的对齐（空间和时间上对齐）敏感、模型的灵活性下降；后融合（late fusion）：下图(b)，对每一个模态的检测/识别结果进行融合。后融合的优点——高度灵活和模块化，引入一个新的模态不会对原有网络产生影响。缺点是——高运算和内存消耗，并且丢失了大量对于模态融合有益的中间信息；
2023-05-09 09:03:45
178
原创 Ubuntu16.04配置使用robosense雷达18版本的rsview软件记录
下载ubuntu18版本的rsview软件。解压后进入，可以看到文件如图所示。我使用这个没有安装boost成功。我使用这个安装boost成功了。进入下载文件所在的文件夹。
2023-04-24 11:26:15
973
原创 Ubuntu16.04下LIO-Mapping（LIOM）代码调试记录
推荐使用ceres1.14.0和eigen3.2.9，因为ceres2.1.0安装过程中遇见的问题比较多。LIOM是LIO-Mapping的缩写。推荐参照下面的博客，进行相关操作。下载测试数据集，原始的是在。执行两个launch文件。然后播放ros包即可。
2023-04-12 07:48:32
742
原创 Ubuntu16.04更换ceres版本
可以根据上面找到的ceres的位置，依次进行删除，也可以选择直接执行下面的命令。以ceres-1.14.0版本为例。
2023-04-11 12:41:29
1108
原创 Ubuntu16.04更换eigen3版本
可以根据上面找到的eigen3的位置，依次进行删除，也可以选择直接执行下面的命令。下面，但系统默认的调用是在。以3.2.9版本为例。
2023-04-11 11:45:45
709
翻译 20230328——文献阅读《城市环境中空地协同建图》
按照 Davide Scaramuzza 的分类方法，首先分成 filter-based（基于滤波）和 optimization-based（基于优化）的两个大类，这也和一般 SLAM 系统的分类方法类似。按照是否把图像特征信息加入状态向量来进行分类，可以分为松耦合 (loosely-coupled) 和紧耦合 (tightly-coupled)。这是两种独立的分类方法，首先看是基于滤波还是优化的，然后进一步根据状态向量中是否加入了图像的特征信息来判断松紧耦合。
2023-04-01 15:02:45
618
3
翻译 20230323——文献阅读《只需要注意力就够了》
在《机器学习》一书中，第五章第7节（第114页）中提到——“我们可以从另一个角度来理解深度学习。无论是 DBN 还是 CNN，其多隐层堆叠、每层对上一层的输出进行处理的机制，而可看作是在对输入信号进行逐层加工，从而把初始的、与输出目标之间联系不太密切的输入表示，转化成与输出目标联系更密切的表示，使得原来仅基于最后一层输出映射难以完成的任务成为可能。换言之，通过多层处理，逐渐将初始的“低层”特征表示转化为“高层”特征表示后，用“简单模型”即可可完成复杂的分类等学习任务。
2023-03-23 22:56:15
476
原创 Docker安装记录及使用细节
进行指定平台，否则将默认拉取该tag下的第一种镜像。在最下面（原来的大括号外面）加入一下几行。1、docker容器向宿主机传送文件。2、宿主机向docker容器传送文件。重新加载daemon和docker。推荐使用官网安装中的。在拉取镜像时可以通过。
2023-03-23 08:54:23
652
翻译 20230319文献阅读——《OPV2V：一个用于车与车通信感知的开放基准数据集和融合管道》
IoU也叫交并比，通常是指目标检测中某一帧的检测框与ground-truth的交集除以并集。深度学习中的IoU概念理解pipeline，原意为管线，在深度学习中可以理解为流水线，或者翻译成框架。深度学习的pipeline就是模型实现步骤的总称。深度学习现在的pipeline一般都比较强调模型的组件构成流程。深度学习pipeline和baseline是什么意思？backbone翻译为主干网络，通常情况下是指特征提取部分的网络。深度学习网络中backbone是什么意思?
2023-03-19 15:47:08
895
1
翻译 20230316文献阅读——《车联网环境下自动驾驶的协同感知技术综述》
本节在已有文献的基础上，从协同感知信息融合方法的角度总结了IoV环境下自主驾驶协同感知技术的研究现状，重点总结了图像融合、点云融合、像点云融合方法。通过对比，我们发现多模态和多视角视角下的图像点云融合是协同感知的最佳方法(如表3所示)。与单车多传感器融合相比，协同感知信息融合在感知范围、精度和可靠性方面具有更多的优势。对比不同阶段的信息融合，将处理后的数据进行融合和共享，不仅可以减少数据传输量，而且可以显著降低网络通信负荷。
2023-03-17 10:51:30
879
转载 深度学习中的token和tokenization
再举个例子，“smarter”，characters tokens：s-m-a-r-t-e-r；版权声明：本文为CSDN博主「weixin_44716423」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/weixin_44716423/article/details/119003736。举个例子，“Never give up”，Tokenization 成words tokens：Never-give-up。
2023-02-15 19:27:40
283
原创 深度学习知识补充
步长。1.每卷积一次，图像就会变小，卷积几次图像就会变得非常小2.图像角落和边缘的像素卷积过程中被使用到的次数非常少，而其他地方的像素被多次重叠使用，丢失了边界上许多信息。所以为了解决上面两个问题，在卷积之前使用pad（填充）周边方式。卷积过程padding的理解在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵；与之相反，若非0元素数目占大多数时，则称该矩阵为稠密矩阵。定义非零元素的总数比上矩阵所有元素的总数为矩阵的稠密度。
2023-02-13 18:42:33
485
原创 复习对数函数相关知识
对数公式是数学中的一种常见公式，如果a^x=N(a>0,且a≠1)，则x叫做以a为底N的对数,记做x=log(a)(N)，其中a要写于log右下。其中a叫做，N叫做。通常将以10为底的对数叫做，以e为底的对数称为。
2023-02-09 14:50:51
1122
原创 yolov7配置与训练记录(二)
yolov7配置与训练记录(一) 已经完成了环境的配置,下面开始文件内部的操作yolov7官方下载地址为1 将下载好的预训练权重放在内需要在yolov7中新建weights文件夹(也是为了方便管理权重文件)如果未报错,则说明成功需要在yolov7中新建datasets文件夹(也是为了方便管理训练数据文件)datasets内部的文件放置规则如下图所示:其中train_list和val_list中是放置的训练和测试的图片地址可以参考python保存文件夹中的文件路径（绝对路径）进行生成.这里
2022-12-07 10:30:37
2548
1
原创 yolov7配置与训练记录(一)
关键在于1 配置conda环境新建conda环境这里yolov7需要python3.7版本才行,所以推荐anaconda版本为Anaconda3-5.3.0-Linux-x86_64.换源打开终端直接输入即可如果此处不行的话,你就检验一下,因为有的时候https不行,需要改成http将下面的内容贴进去即可安装pytorchpytorch历史版本网址从中选择合适的版本.本人安装的是v1.8.0,网站中conda安装命令为咱们需要将最后的去掉,也就是不从官网下载,即:安装NVIDIA
2022-12-07 09:53:46
1424
tudui的学习pytorch 的代码，个人使用，进行了标注
2024-03-27
请问为什么输出会报错，（应该是迭代器交换出了问题），请解释一下为什么不可以这样呢？
2020-07-05
请问，编译这个小程序时应该怎么输入什么呢？
2020-06-25
qt中菜单栏设置的一个小疑问
2020-06-18
TA创建的收藏夹 TA关注的收藏夹
TA关注的人