xingtianyao的博客

原创 openclaw常用命令

--json — JSON 输出。2. 使用 openclaw config 命令。# 通过 OAuth 登录。# 手动粘贴 API token。1. 使用 openclaw models 命令。- --plain — 纯文本输出。# 切换到 vision 模型。# 修改后需要重启 gateway。4. 查看和管理别名。# 列出所有可用模型。3. 添加新的认证配置。

原创 openclaw 使用clawhub

搜索技能 clawhub search "PDF编辑" clawhub search "邮件管理"这是因为安装skill的时候终端没有登录clawhub！本地可以拉取一下，git pull orgin main。或者执行 openclaw update。终端check一下：输入。起初是为了解决报错;

原创 rk3576 cpu/npu/ddr

cpunpuddrgpu。

原创 yolo26-seg后处理

数值越高表示模型越确信检测到了物体。- [x_center, y_center, width, height] 或 [x_min, y_min, x_max, y_max]- 形状：[1, 4, 80, 80] (x, y, w, h for 80x80 grid)- 形状：[1, 4, 40, 40] (x, y, w, h for 40x40 grid)- 形状：[1, 4, 20, 20] (x, y, w, h for 20x20 grid)

原创 yolo11-seg模型后处理输出节点

处理：Conv→ReLU→ConvTranspose(上采样)→Conv→ReLU→Conv→ReLU。- cv2输出经过DFL处理链（Reshape→Transpose→Softmax→Conv→Slice→数学运算）→最终bbox坐标。2. cv4头 → 经过Reshape和Concat操作形成掩码系数 → 存储在output0的最后32个通道中。作用: 输出边界框回归参数，64个通道对应4个坐标×16个DFL（Distribution Focal Loss）bins，用于精确的边界框定位。

原创 rknn 模型中reshape有时在cpu有时在npu的解释

【代码】rknn 模型中reshape有时在cpu有时在npu的解释。

原创 rknn 模型部分算子fallback到cpu运行

4. 量化/精度影响: 若某些算子输入格式NPU无法处理，则必须由CPU执行。2. 某些算子因结构特殊、数据依赖复杂或未被NPU支持，会被"fallback"到CPU执行。- Cast: 类型转换若发生在NPU不支持的精度路径上，需CPU做格式转换。- Reshape: 多数Reshape是元数据操作，但若涉及非连续内存重排，则会触发CPU执行。RKNN模型在RK3576上CPU算子运行的原因。2. 模型结构问题: 若模型包含ArgMax（如语义分割的类别预测），就必然触发CPU fallback。

原创 YOLOv8 Segmentation 模型后处理详解

## 4. 分割信息 (3个输出)### 5. 原型信息 (1个输出)### 1. 检测框信息 (4个输出)### 2. 类别分数信息 (4个输出)### 3. 置信度总和信息 (3个输出)- 包含80个类别的分类概率分数。- 包含用于重建分割掩码的参数。- 每个输出包含4组DFL编码的边界框回归值。- 输出3, 7, 11: 分别对应三个不同尺度的分割参数。- 与原型特征相乘以生成最终的分割掩码。- 输出2, 6, 10: 分别对应三个不同尺度的置信度总和。- 用于与分割参数相乘生成最终的分割掩码。

原创 ubuntu 新建文件夹软连接

相当于新建一个快捷方式。

原创 智能体openclaw（旧名clawdbot/moltbot）使用教程

打开telegram 搜索BotFather, 在BotFather的聊天框中输入/start 然后会自动弹出消息，选择/newbot 或者直接发送/newbot，然后根据自动回复的消息设置你的bot名字以及username,设置好以后会自动回复消息给你，消息里面包含了 token to access the HTTP API. 把这个API 复制到你的终端进行配置即可。选择你要配置的技能选项，按空格键进行选择，选好后按enter;因为我之前配置了老版本的，所以这里显示选择使用现有的或者更新。

原创 coco128-seg分割yolo格式转coco2017.json格式

labels.txt 是有80个类别txt信息。保存为一个json文件。

原创 clawdbot 使用

ubuntu系统：pnpm 包管理工具安装 ：安装完后运行以下命令生效：git下载仓库：pnpm build配置好后：

原创 RK3576配置udev规则固定USB设备端口

问题描述：外接3个相机，运行相机驱动程序的过程中有时候usb端口会跳变导致个别相机挂掉。解决方法：通过配置udev规则固定USB设备端口1. 查询相机设备固定属性信息运行 udevadm info -a /dev/video0 | grep -E "KERNELS|ATTRS{idVendor}|ATTRS{idProduct}"输出：KERNELS=="1-1.1:1.0" KERNELS=="1-1.1" ATTRS{idProduct}=="3001" ATTRS{idVend

原创 sshfs pc端路径挂载到板端

sshfs yao@192.168.x.x:/home/xxx/code/data/

原创 Ubuntu 22.04上安装与配置搜狗输入法

sudo apt install libqt5qml5 libqt5quick5 libqt5quickwidgets5 qml-module-qtquick2sudo apt install libgsettings-qt1

原创 ROS 1 和 ROS 2 的bag互转

--topics <topic1> <topic2>：指定要转换的 topic 列表，默认转换所有 topic。# --src <输入路径>：源文件是 ros1格式.bag 或 ros2的bag目录。# --dst <输出文件>：目标转换文件的路径。

原创 rk3576板端推流

使用Gstreamer或者 ffmpeg需要确认mipi相机的接口：摄像头接口为device=/dev/video55需要先运行接收端命令，然后再运行服务端（注意如果是ssh需要指定export DISPLAY=:0环境变量）1、先执行2、然后运行#板卡服务端测试1mpph264enc!queue!h264parse!rtph264pay!相机画面会显示在屏幕上。

原创 rknn 设置batch size=2 的推理方式

1/ 导出onnx模型的时候batch size 不变,还是等于1;后处理按照 result[0], result[1] 分别处理两张图像。2/ 导出rknn模型的时候设置 rknn_batch_size=2。

原创 pc端使用foxglove软件可视化板端ros2 程序

foxglove打开后选择openconnection, 选择foxglove websocket。然后输入板端ip地址，端口号不改，默认8765。

原创 摄像头推流、拉流

音视频编解码工具，比如常用的ffmpeg，泰山派开发板SDK已集成了GStreamer1。流媒体服务器，采用rtsp协议，需要RTSP server模块支持。流媒体服务器有多个选择，本着越简单越好的思路，采用mediamtx。摄像头，已配置OV5696，MIPI-CPI接口，30pin。vlc，开源跨平台多媒体播放器，拉流，电脑安装。

原创 git 在终端配置代理就可以顺畅clone代码了

设置 HTTP/HTTPS 代理（替换端口为实际值）

原创 交叉编译linux-arm32位程序

目标平台rv1126 芯片 arm32位架构。

原创 ffmpeg+opencv交叉编译

原文链接：https://blog.csdn.net/qq_21331593/article/details/135275482。

原创 yolov8/11-seg onnx模型导出推理

onnx模型导出附带nms：替换process_box_output函数为以下。以上连接是onnx 常规导出。

原创 onnx模型可视化相关

1、onnx 模型在netron中可视化shape前，需要进行以下操作，重新保存为有shape可视化的模型。注意：在netron中不要设置show names,不然显示不了shape信息。

原创 ubuntu22.04 录视屏软件推荐

原创 草地分割等数据平台

lawn_segmentation_v3 Instance Segmentation Dataset and Pre-Trained Model by KishanRoboflow Universe: Computer Vision Datasets

原创 虚拟机没网络，主机有网络

network: version: 2 renderer: networkd ethernets: ens33: dhcp4: yes # 或手动配置 addresses: [192.168.1.100/24] gateway4: 192.168.1.1 nameservers: addresses: [8.8.8.8, 1.1.1.1]# 设置默认网关（替换为实际网关IP） sudo route add default gw 192.168.1.1。# 临时添加IPv4地址（需sudo权限）

原创 ros2 标定相机

另一个终端执行：8x6 是格子角点数量，0.028是格子尺寸。

原创 手机当路由，连接机器人和电脑

4、机器人连上热点后，用type-c线连接电脑和机器人，adb shell 进入机器人，ifconfig 查看连接热点后的ip地址并记住。sudo nmcli device wifi connect 热点名字 password 密码。4、拔掉type-c线后，ssh 登录刚才的ip地址即可。查找可用wifi 热点。1、打开手机上的热点。电脑同时连上手机热点。

原创 ros 数据包可视化工具plotjuggler

sudo apt-get install ros-kinetic-plotjuggler

原创 用pycocotools 评估yolo-检测、分割结果

板端部署模型后徐输出评估指标。安装pycocotools， pip install pycocotools准备两个coo 的.json 文件：1、测试集的标注数据 .json 版本，如果是yolo格式的话按照以下脚本转换；2、测试集在板端模型推理的结果，保存的内容和格式以下有说明。yolo2json.py 脚本：yolo 的txt文件格式为：每行第一个字符为类别id, 后面为归一化后的mask 边界点坐标，字符之间用空格隔开（我做的是分割，如果检测的话就加入归一化后的x,y,w,h信息）

原创 coco128-seg 数据集清洗

labels中，000000000656.txt 000000000659.txt 两个文件删除，因为image中没有对应的数据。images中：000000000250.jpg 000000000508.jpg 删除，因为没有对应的标签文件。

原创 用gdb 来debug 程序

run + 参数 运行。gdb ./exe程序。

原创 rk2.3 yolo-seg rknn 模型转换

normal，kl_divergence和mmse。"""转换模型的核心功能"""# 根据target选项决定转换流程。# 定义不同模型类型的输出层配置。# 添加命令行参数解析。# 确保输出目录存在。

原创 yolo分割模型推理结果mask不贴边问题

mask是在bbox内部提取，mask边缘像素被bbox边占用，导致2个像素左右黑边。

原创 模型后处理可能包含的内容

恢复到原始图像尺寸 ：如果输入图像在预处理中被调整了尺寸，后处理需要将预测结果映射回原始图像的尺寸。# 解码预测结果 ：将模型输出的张量转换为可读的格式，例如将检测框的坐标从相对坐标转换为绝对坐标。# NMS（非极大值抑制） ：在目标检测任务中，去除重叠较高的检测框，保留最佳结果。# 格式化输出 ：将预测结果格式化为特定的输出格式，例如 JSON 或 CSV。# 应用置信度阈值 ：过滤掉置信度低于某个阈值的预测结果。# 类别映射 ：将模型输出的类别索引映射为实际的类别名称。

原创 yolo11-seg 推理测试infer

cv2.imshow("outcome", fam) #显示结果。fam = i.plot() #提取推理后的图像。

原创 yolo格式分割标签可视化，coco-seg数据集

将坐标转换为 numpy 数组。# 构造对应的标签文件路径。# 将归一化坐标转换为实际坐标。# 构造输出文件路径。# 请替换为实际的图像、标签和输出目录路径。# 提取归一化的坐标。# 在图像上绘制掩码。# 遍历图像目录中的所有文件。# 确保输出目录存在。

原创 Windows搭建 ESP IDF 5.4.1开发环境以及编译小智

pwd=qm34 提取码: qm34。5.3.1和5.3.2和5.3.3在1.6.5之前的版本可以用，但是最新的代码需要5.4.1，因为增加了对摄像头的支持!运行 cd .\examples\get-started\hello_world\进入工程的目录。这个链接是乐鑫官方的下载网，可以在这里下载离线安装包，点击5.4.1版本的下载。不要用VSCODE的插件编译！用下面的命令行编译！当出现idf.py build字样就是安装成功了，可以编译固件了​。网页最下面也可以选各种版本。