- 博客(177)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Ubuntu fcitx Install
查询资料得知应该是Ibus框架的问题。于是需要安装fcitx框架和搜狗拼音。ubuntu经常出现键盘失灵的问题。设置fcitx开机自启动（建议）添加完之后把English给删掉。然后安装搜狗pingyin。
2023-12-28 23:10:34
535
原创 pointnetgpd复现
其他报错看：https://askubuntu.com/questions/916260/how-to-install-point-cloud-library-v1-8-pcl-1-8-0-on-ubuntu-16-04-2-lts-for。可以参考：https://blog.csdn.net/singlesmile/article/details/124946192。先参考上面的安装提示（vtk以及安装文件修改等），一定要按照上面的安装走。conda环境安装python-pcl见如下。
2023-11-12 19:19:07
557
2
原创 GPD复现
2. [Eigen 3.0 or newer](https://eigen.tuxfamily.org)按照官网安装。1. [PCL 1.9 or newer](http://pointclouds.org/)按照官网安装。其他具体的见readme。可参考另外一篇blog。
2023-08-19 00:51:52
259
原创 Fine tune简介
移学习不是一种算法而是一种机器学习思想，应用到深度学习就是微调（Fine-tune)。通过修改预训练网络模型结构（如修改样本类别输出个数），选择性载入预训练网络模型权重（通常是载入除最后的全连接层的之前所有层 ，也叫瓶颈层）再用自己的数据集重新训练模型就是微调的基本步骤。微调能够快速训练好一个模型，用相对较小的数据量，还能达到不错的结果。
2023-08-17 23:40:29
659
原创 Octree八叉树python
简单示例：我们可以使用八叉树将这些点云数据存储在三维空间中。首先，我们创建一个八叉树根节点，它表示一个立方体区域，例如中心在原点 (0, 0, 0)，尺寸为 1 的立方体。然后，我们将点云数据逐个插入到八叉树中。在插入过程中，根据每个点的位置，我们可以判断它属于哪个子空间。例如，在这个示例中，点 (0.1, 0.1, 0.1) 属于 x 轴正方向的子空间，而点 (0.4 0.1, 0.1) 也属于 x 轴正方向的子空间。我们将每个点插入到相应的子空间，并在需要时将子空间继续细分。
2023-08-17 22:46:55
438
原创 Mujoco 控制器接口（四）
control看到下面的图中就是mjtNum类型mjtNum实际上就是浮点数ctrl是底层的输入外界扰动就是通过上图的qfrc和xfrc来添加的。
2023-06-07 21:54:22
1497
原创 Mujoco xml编写（二）
coordinate[坐标系]:[local , global] "local" for MJCF, always "local" for URDF。-该属性用于指定文档撰写模型的位置方向是在local还是global的。6.2、body/joint 在该元素下创建关节，如若没有定义关节，那么实体就是焊接于母体之上的。-对角惯性矩阵，表达相对于惯性坐标系实体的惯性。-应该指的是，设置为网格时，会参考字符串指定形状生成几何形状。-hinge-铰接关节，有一个转动自由度,并且是默认关节类型。
2023-06-07 16:46:23
1776
1
原创 Transformer 中-英运行和简单理解（二）
1.输入的句子拆成单词，比如输入 i love u分成 i love u三个单词。7.第二个单词输出 爱的概率最高，然后将爱作为输入输入到transformer中。就是把512维度的embeding分成8*64个来做attention。句子中的每个单词都独立地进入self-attention。这样可以捕捉到每个单词对应整句话中跟其他八个单词的关系。4.然后就可以输出每个单词对应其他语种里改率最高的词。可以看到下面句子中的 it 的意思并不相同。每个输入单词被映射到512维的向量上。
2023-04-04 18:20:54
317
1
原创 Transformer Tutorials 最全入门详细解释（一）
你可以简单理解为它是一个黑盒子，当我们在做文本翻译任务是，我输入进去一个中文，经过这个黑盒子之后，输出来翻译过后的英文。那么在这个黑盒子里面都有什么呢？里面主要有两部分组成：Encoder 和 Decoder当我输入一个文本的时候，该文本数据会先经过一个叫Encoders的模块，对该文本进行编码，然后将编码后的数据再传入一个叫Decoders的模块进行解码，解码后就得到了翻译后的文本，对应的我们称Encoders为编码器，Decoders为解码器。
2023-03-23 16:00:35
1011
原创 python读取点云文件（.stl文件、.obj文件）（以及转换为obj方法）
编辑完了之后保存，并将文件后缀名改为stl，即可完成一个创建了一个stl文件。facet normal [i j k] //面的法线，i、j、k为三个分量，各分量之间用空格隔开，不能用逗号隔开。STL只能用来表示封闭的面或者体，stl文件有两种：一种是ASCII明码格式，另一种是二进制格式。vertex [x y z] //三角面片的第一个点，x、y、z三个坐标之间要用空格隔开。三角面片的信息单元 facet 是一个带矢量方向的三角面片。vertex [x y z] //三角面片的第二个点。
2023-02-09 16:44:46
6496
原创 GraspNet-1Billion
然后，类似于抓取标注的生成过程，在给定不同的µ的情况下，我们可以通过力闭合度量得到每个抓取姿势的二进制标签。这些图像是从190个杂乱的场景中收集的，每个场景都贡献了两个不同摄像头拍摄的512张RGB-D图像，总共带来了97,280张图像。测试集中30个用于见过的物体，30个用于没见过但相似的物体，30个用于新物体。组合M个（3+c）和M个（2+v）--生成圆柱形的抓取区域，每个区域里ni个抓取点（ni*（3+c））3.此外，为了提高抓取姿态的抗扰性，提出了抓取亲和场的新表示法，使网络具有较强的抗扰动能力。
2023-02-01 20:31:03
1258
3
原创 Pointnet Tutorial
Q1：什么是点云？简单来说就是一堆三维点的集合，必须包括各个点的三维坐标信息，其他信息比如各个点的法向量、颜色等均是可选项num_channels一般为3，表示点云的三维坐标。
2023-02-01 20:18:08
302
原创 Pointet++ Tutorial
PointNet不足之处在卷积神经网络中，3D CNN和2D CNN很像，也可以通过多级学习不断进行提取，同时也具有着卷积的平移不变性。CNN平移不变性_啥也不是的py人的博客-CSDN博客而在PointNet中 网络对每一个点做低维到高维的映射进行特征学习，然后把所有点映射到高维的特征通过最大池化最终表示全局特征(因为直接抽取全局特征mlp映射到高维)从本质上来说，要么对一个点做操作，要么对所有点做操作，实际上没有局部的概念(loal context)
2023-02-01 15:47:27
557
1
原创 CNN平移不变性
不变性不变性意味着即使目标的外观发生了某种变化，但是你依然可以把它识别出来。这对图像分类来说是一种很好的特性，因为我们希望图像中目标无论是被平移，被旋转，还是被缩放，甚至是不同的光照条件、视角，都可以被成功地识别出来。平移不变性：Translation Invariance旋转/视角不变性：Ratation/Viewpoint Invariance尺度不变性：Size Invariance光照不变性：Illumination Invariance。
2023-01-31 21:21:34
926
原创 空间变换网络Spatial Transformer Networks（STN）
STN是一个可以加在网络中间的模块，使得网络能够对图像变形有适用性比如加入了这个模块训练出来的模型，就会对变形的物体有一定的识别能力因为模型里包含的参数是对数据进行仿射变换本文提出了一种叫做空间变换网络（Spatial Transform Networks， STN）的网络模型,该网络不需要关键点的标定，能够根据分类或者其它任务自适应地将数据进行空间变换和对齐（包括平移、缩放、旋转以及其它几何变换等）。在输入数据空间差异较大的情况下，这个网络可以加在现有的卷积网络中，提高分类的准确性。
2023-01-31 17:49:44
2760
原创 MLP多层感知机理解
多层感知机是全连接的可以把低维的向量映射到高维度MLP整个模型就是这样子的，上面说的这个三层的MLP用公式总结起来就是，函数G是softmax输入层没什么好说，你输入什么就是什么，比如输入是一个n维向量，就有n个神经元。（有时候也会加上一个偏置）隐藏层的神经元怎么得来？
2023-01-31 10:52:51
1529
原创 SSH使用入门
再点击远程连接的图标，选择 Connect to Host in New Window，如下图。输入后会显示已连接到远程，这时选择左上角文件-打开文件夹，Hostname是你要ssh的服务器的ip地址。user是你要连接的服务器的用户名。然后点击remote里的设置。然后修改vscode对应配置。如果有端口号也要对应修改。然后输入密码可以连接了。Host可以随便写一个。打开终端创建文件夹即可。先看自己的用户名和ip。
2023-01-18 11:25:39
1554
原创 CMakeList
编译是依赖CMakeList来进行的cmake 是一个跨平台、开源的构建系统。它是一个集软件构建、测试、打包于一身的软件。它使用与平台和编译器独立的配置文件来对软件编译过程进行控制。PROJECT_SOURCE_DIR：工程的根目录PROJECT_BINARY_DIR：运行 cmake 命令的目录，通常是 ${PROJECT_SOURCE_DIR}/buildPROJECT_NAME：返回通过 project 命令定义的项目名称。
2022-12-23 14:53:00
1478
原创 vim使用学习
基本上 vi/vim 共分为三种模式，分别是命令模式（Command mode），输入模式（Insert mode）和底线命令模式（Last line mode）。
2022-12-22 18:50:37
290
原创 issac gym安装与运行 (一)
目录1.安装1.1 下载编辑 1.2 安装.2 初步运行2.1 demo1.3 官方demo3.1 下载及安装3.2 demo启动3.3 加载训练好的模型其他 References：nIsaac-gym(1): 安装及官方demo内容_hongliyu_lvliyu的博客-CSDN博客_isaac安装NVIDIA Isaac Gym安装与使用 - BLMontgomery - 博客园https://github.com/NVIDIA-Omniverse/IsaacGymEnvsIsaac Gym - Pr
2022-12-05 16:44:47
2524
6
原创 Vscode 调试 python
按照断点，单步执行一遍，然后再按照程序运行的顺序，单步进入每个函数内部。执行之前的内存快（理解为只能退出函数，不能回退到函数的 上一步）比如说点击后，先把断点单步完之后就会进入断点内部的函数。先要在终端激活虚拟环境，然后其他的都跟之前是一样的了。第一个按钮的意思是：继续执行断点后面的代码逻辑。单步跳过就是按照断点来执行，一个一个断点的执行。继续点单步调试就会进入断点外的位置的函数内部。也可以进入调试控制台，直接打印出x的值。第三个按钮就是用来看函数内部的情况的。此时就可以看到x的值被打印在左边了。
2022-10-22 18:50:33
21567
原创 Torch模型打包（七）
可以看到，在之前的编码中，每次运行都是重新走完一遍训练流程然后再进行测试输出结果见下图：每次都要执行10个循环的训练其实这就可以看成10个epoch这显然是非常麻烦的所以我们就要将模型打包进行操作来规避每次的重新训练。
2022-09-06 16:42:53
1171
原创 Torch 数据集放到网络训练（六）
量化出来之后，就需要减小这个差距，优化器通过反向计算得到梯度，然后乘以学习率，对应参数减去这个值，然后下一次输入乘以矩阵就会得到更好对输出。然后在优化器中传入实例化之后的网络参数，然后定一个学习速率。个人理解：神经网络训练的实质，实际上是找到一种数据集中的。然后优化器求出损失函数的梯度，然后反向传播优化网络。可以看到loss快速下降，但是识别效果是有误差的。然后输出和ground truth之间是有差距的。这里的x实际上就是图像的tensor。那么对于正确的分类猫，得分是3.2。然后调用优化器梯度归零。
2022-09-06 16:01:02
783
原创 Torch车牌字符识别-网络搭建（五）
可以处理多维数据是CNN的重要特征（因为有卷积）车牌也是采用三通道进行训练先是对一个批次的数据集通过卷积层提取特征然后是池化层压缩特征然后再卷积再池化然后展开输出分类结果卷积神经网络的定义类必须要继承module打开中文文档主页 - PyTorch中文文档init构造方法然后是super继承父类。...
2022-08-28 17:04:26
896
原创 Torch车牌数据集搭建-torch.utils.data（四）
label.txt的作用就是把图片和标签对应起来，可以理解为图片为x，标签为y。前者提供了数据集的大小，后者支持整数索引，范围从0到len(self)。主要是对车牌先进行色域识别，再把各个字符切割，然后存储，然后作为数据集。并且对于数据集来说，有多通道的，有单通道的，这其中又有很多区别。对于汽车识别的话，则是都为汽车的不同角度的图片比较好。比如说当index是0的时候可以得到第一个数据的传入。以下是前处理后的数据（可以理解为网络的输入）标签值的目的是让数据跟识别的数值对应。...
2022-08-24 21:35:14
1136
原创 Torch搭建简单神经网络y=x^2（三）
这样就有非线性特征然后将激活后的值传入预测层返回预测值return xreturn x初始参数是随机的，也可以打印训练500次开始训练过程。
2022-08-23 22:22:09
1211
原创 GPU cuda cuDNN pytorch理解
kernel的定义和普通的c++函数没有什么区别，除了加上了一个__global__的修饰符，这个修饰符就相当于告诉编译器这部分需要在gpu上完成。这部分就是把两个长度为N的向量，将其分配到N个线程上进行加法运算，那其实每个线程只需要计算相应位置上的一个加法运算就可以了。可理解为cv2库，对常用的图像处理算法封装成了库里的很多函数，用的时候直接调用，而不使用python从头写造轮子。所以实际上数据是在host端产生，然后拷贝到gpu上进行计算的，最后再将数据拷贝回host端。
2022-08-22 15:50:47
551
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人