weixin_52498332的博客

原创 报错undefined symbol: shm_open)

网上常见的解决方式都是用gcc去编译，但如果要进行make编译，加上-Irt并不能解决问题，这时候可以在cmakelist中加一句话就可以完美解决问题。自己用的时候，把EGAE_EC替换成自己的包名就可以了。make的时候也改成make -Irt，即可解决。

原创 解决linux中anacnda与cmake冲突的问题

这种报错并不是因为真的缺少了什么rospkg的包，而是因为在roslaunch的时候错误的使用了anaconda的环境，为了避免报错，运行以下代码即可避免报错，也就是关闭conda环境。如果出现以下报错，主要是因为指定了错误的python源。还有一种错误是在catkin_make时会碰到的。在使用roslauch时报错。运行以下代码进行编译即可解决。

原创 1111111111111

【代码】1111111111111。

原创 SA,CA,CBAM注意力机制

为什么在经过注意力机制后，有的图片会变为纯色，是因为随机权重吗。

原创 深度学习学习笔记

全局平均池化：全局平均池化（Global Average Pooling）-CSDN博客

原创 【ROS】解决编译含有Python的ROS包遇到的 “Could NOT find PY_em (missing: PY_EM)“ 问题

使用ROS编译含有Python的ROS包时会遇到 “Could NOT find PY_em (missing: PY_EM)” 的错误。这个问题通常是由于ROS找不到正确的Python解释器而导致的。解决方法：通过指定正确的Python解释器路径来解决这个问题。Ubuntu系统的Python解释器通常位于 /usr/bin/python3。

原创 Ubuntu运行C++文件

1.编写CMakeLists.txt。

原创 報錯AttributeError: ‘GELU‘ object has no attribute ‘approximate‘

問題出現環境：YOLOv8框架下導出onnx模型CUDA11.8torch2.0.1問題原因pytorch版本問題，我所使用的版本中的GELU函數沒有參數approximate解決方法定位到問題代碼段去掉approximate參數再運行不報錯，但要注意的是這個修改的是當前虛擬環境下的源文件，如果更換pytoch版本後可能會出現報錯，可以再使用完後再將其改回去

原创 github 代码上传教程 包详细

首先在自己或者实验室的仓库create repository。

原创 1sadasda

else:return out。

原创 YoloV8网络缝合，更换rtdetr的backbone部分为RepVGG网络

首先修改ultralytics/nn/modules/__init__.py，在from .block import以及__all__中加入RepVGGBlock，更改后如下。将以上代码复制至ultralytics/nn/modules/block.py的最后，并在block.py最前端的__all__中加入。另外还需修改ultralytics/nn/modules/__init__.py以及ultralytics/nn/tasks.py。并在tasks.py的1019行后加入以下代码。

原创 yolov8 export参数

可编写export.py脚本如下。export参数详解。

原创 出现“您希望继续执行吗？ [Y/n] y”，输入y后仍中止

出现这种情况可直接在前加yes即可。

原创 npy文件与txt文件相互转换

(直接在命令行输入python就行)注：具体转化格式还是要根据实际情况选择！#将数据保存到.txt文件，指定格式化符号为'%s'# 从.txt文件加载数据。# 保存数据为.npy文件。将npy文件转化成txt。#从.npy文件加载数据。将txt文件转化成npy。

原创 COCO数据集标注由json格式转为yolo可识别的txt格式

由于coco数据的标注都在json文件中，而yolo读取的格式都是txt格式，所以需要手动转换。现在coco中存放了下载的数据集，现在要把新的转换后的数据集放入coco2017中。

原创 RT-DETR学习笔记

文章主要针对的是在yolo后处理中的nms进行改进，nms，即非极大值抑制，其是在获得很多anchor后，对其进行筛选的一个方法，该方法也非常的需要算力，其执行事件主要取决于预测出的bbox数量，类别置信度阈值以及IOU的阈值，前者刨除低置信度得到预测框，后者则刨除针对同一物体的多个预测框中的较低得分者。

原创 GNN学习笔记|AEGNN

在这个例子中，所有节点都属于同一个批次，因此批次信息是一个全零的张量。计算每个节点的平均边数量，并记录日志信息。他这里设置的batch_size是1，应该是一次导入一张图的意思吧，但是一张图的大小是120x100，event_counts是25000，不太理解。然后从dm中获得训练数据集，并设置dm.shuffle为false，确保在不同实验中样本顺序相同。然后再确定新的事件索引，并提取新的事件特征和事件位置，最后创建一个Data对象。先load数据集，再在setup中调整数据集的输入方式，最后训练模型。

原创 GNN学习笔记|GCN

再对X做dropout处理，轻量化矩阵后，再过第二个GCN层，和第一个GCN层一个方式，先右乘一个权重矩阵，再左乘一个邻接矩阵，最后做softmax处理，进行分类。第一层GCN，输入特征矩阵features即为X，乘上的权重矩阵为W，然后再左乘一个邻接矩阵A-hat，最后对其再套一个激活函数Relu。然后对特征矩阵和邻接矩阵做归一化处理，对邻接矩阵的归一化处理可以避免对度很小的节点进行训练时出现梯度爆炸或消失的问题。然后再求一下训练的准确度，对算出的loss进行反向传播，再进行随机梯度下降，优化权重参数。

原创 GNN学习笔记|Deepwalk

然后对读取的有向图G进行deepwalk，这里的deepwalk是对每个点进行一定次数和一定长度的随机游走，游走完之后会得到一些序列，这里会对每个点都进行随机游走。然后将得到的序列塞入Word2Vec模型中进行训练，这个模型会基于序列抽取点与点之间的共现关系得到点的embedding，我的理解是点的特征向量，这些embedding就包含了点的位置信息。这个evaluate是评估embedding的质量，与label中进行比较，label中对各个点进行了分类。先读取图的信息，从txt中获取各条边的信息。

原创 Pytorch中使用tensorboard出现TensorFlow installation not found - running with reduced feature set.的错误

运行后，找到最底层文件夹地址复制，然后拉到anaconda命令行下运行。在anaconda的命令行下下载tensorboard。下载完后打开jupyter，输入测试代码。

原创 ros命令

是ROS（Robot Operating System）中用于管理和检查服务（services）消息类型的一个命令行工具。服务在ROS中用于实现客户端-服务器之间的请求-响应通信模式。命令可以查看指定服务消息的结构，包括请求（request）和响应（response）部分的数据类型和字段。

原创 ubuntu

source /opt/ros/noetic/setup.bashsource ~/catkin_ws/devel/setup.bashsource ~/rm_eng/devel/setup.bash

原创 C语言学习笔记

学习记录

原创 gazebo模型

原创 moveit！学习心得（三）路径规划

moveit！学习心得（三）路径规划

原创 编译moveit!时缺少manipulation_msgs功能包

编译moveit!时缺少manipulation_msgs功能包

原创 moveit!学习心得（二）gazebo仿真

moveit!学习心得（二）gazebo仿真

原创 moveit!学习心得（一）机械臂urdf建模

moveit!学习心得（一）机械臂urdf建模

原创 解决报错 AttributeError: ‘tuple‘ object has no attribute ‘serialize‘

解决报错 AttributeError: 'tuple' object has no attribute 'serialize'

原创 moveit机械臂路径规划（一）

在学习moveit的时候对四元数不太清楚，找到一篇比较简单且通俗的博客，先插个眼。