DeepAlchemy-CSDN博客

原创使用FCOS训练自己的数据

使用FCOS训练自己的数据FCOS网络是发布于2019年的一种全卷积one-stage目标检测算法。该算法摆脱了anchor的需求，以逐像素的方式进行像素级的分类与回归，并且在准确率上面超越了以往的网络。一、下载源码并编译源码地址: https://github.com/tianzhi0549/FCOS 编译安装。参照项目地址给出的教程安装并测试pip install to...

2020-03-22 14:04:06 7817 30

原创 AttributeError: _evt

【代码】AttributeError: _evt

2024-07-20 15:34:58 190

原创 MMDet3d TR3D: RuntimeError: Error compiling objects for extension

后根据文档转nvidia 个it安装MinkowskiEngine报错。忘记安装libopenblas，执行命令。

2024-07-20 15:34:34 227

然而这种方案不能应对纹理缺乏的场景，有厂商，例如intel，会采用红外结构光发射器。通过红外摄像头对缺乏纹理区域的斑点进行匹配，然后生成深度。然后在通过文章开头讲的外参变换过程，将两个红外摄像头产生的深度数据投影到彩色摄像头上。此外，一定有两个标定的目标出现在讨论话题内，无论是两个传感器，还是世界坐标系相对一个传感器，外参一定形容的是两个对象之间的空间变换关系。这里我们更进一步，以相机投影到另一个相机为目标，完整推理一遍其中的数学过程，加深对空间的理解。是视觉计算获得的视差，与彩色图像的分辨率一一对应。

2024-06-20 18:12:55 733

原创谷歌Mediapipe安装部署教程

MediaPipe Solutions 提供了一套库和工具，可帮助您在您的应用中快速应用人工智能 (AI) 和机器学习 (ML) 技术。您可以立即将这些解决方案插入到您的应用中，根据需要对其进行自定义，并在多个开发平台上使用。MediaPipe Solutions 是 MediaPipe 开源项目的一部分，因此您可以进一步自定义解决方案代码以满足您的应用需求。MediaPipe 解决方案套件包括以下内容：MediaPipe 解决方案、Studio 和 Model Maker 的示意图。

2024-06-20 11:31:03 1309

原创视觉SLAM14精讲——相机与图像3.2

相机畸变是相机镜头光学缺陷所致的缺陷，在光学领域这种问题是没办法百分百被消除的。在标定过程中，通过对棋盘格角点的识别，从而计算得到畸变参数，这些畸变参数能将被扭曲的点重新映射会原本的位置。纠正后的图像，直线横平竖直。函数的输入输出，不同语言的版本，甚至原理公式推导以及相关文献均有详细解释。也就是说，畸变矫正的操作是在去除了内参影响之后进行的。图像缩放的影响已经在内参矩阵层面得到消除，对应的畸变参数不发生变化。关于畸变的实际使用，主要讲解opencv接口。不同标定算法，对应不同的长度。

2024-06-11 20:06:40 1138

原创 MMdeploy在cuda+tensorrt下的配置和编译

编译成功后，在编译目录生成bin目录，object_detection和pose_detector均有样例。如果mim命令遭遇故障，或者安装失败，可以直接使用pip进行安装。为了测试编译好的功能，需要预先生成量化模型。安装mmdeploy。

2024-06-11 20:04:34 383

原创视觉SLAM14精讲——相机与图像3.1

相机是VSLAM中的核心传感器。本章知识点内容涉及到相机相关的知识以及3D计算视觉的一些基础内容。技术栈涉及到相机内外参的标定，投影，以及三维重建。

2024-06-04 11:15:52 1120

原创 YOLO-Worldv2两分钟快速部署

从图中我们可以看到，yolo-world确实可以扩展类别到一些细分、甚至是类似的其他类别。但是存在类别识别错误，以及同物体重识别的情况。简单修改代码，使得opencv调用网络摄像头并介入yolo-world。

2024-06-04 11:14:13 624 2

原创视觉SLAM14精讲——李群与李代数2.1

本章介绍前一章提到的旋转、平移、变换等对象的一般数学规律，即李群与李代数。这样做的目的之一是将旋转扩展到最小二乘法当中，并在位姿优化求解的过程中保持旋转的数学性质。这样就能在噪声纷繁复杂的传感器世界中求解当下最优位姿的解。本章所涉及到的数学基础，源于离散数学。该门课程据个人所知只有计算机和数学专业开设。但是具体涉及不深，只需要了解群论的基本概念即可。所以本章可以说是全书中最为抽象难懂的部分。对本章的内容不要求完全熟练记忆，因为本章仅为后文提供一些理论基础，做了解即可。

2024-05-30 20:06:32 880

原创标定参数存取（C++、Python）

在参与相机标定，输入传感器外参的场景下，经常需要初始化内外参矩阵。如果将参数写入程序则每次更换参数需要重新编译，这种做法是非常不建议的。本文讨论一下各项矩阵参数的读取。

2024-05-30 17:52:45 311

原创 Nvidia Jetson编译安装Opencv With CUDA，完善GSTREAMER功能

Nvidia Jetson 官方刷机流程结束以后，虽然安装了opencv，但是此版本是CPU版本，并且不包含Cpp版本。如果想要完整的OpenCV支持，需要从源码编译。本文介绍如何下载编译，并安装OPENCV库，并获得完整的CUDA和gstreamer支持。本教程适同时用于PC以及Jetson端。

2024-05-15 17:14:50 621 2

原创视觉SLAM14精讲——三维空间刚体运动1.2

但其实这样的数据传输量对总体的系统来说压力并不高，相比图像实时传输的数据量来说是九牛一毛。在一些工作中，比如VINS，和一些ceres进行优化的标定项目，会主要采用四元数进行最小二乘法的计算。四元数在所以到的旋转表示中是最麻烦的，它既不直观，计算也不简便，但是在数学上有着十分优美的表达形式。作为一个在线旋转形式转化的小工具，可以帮助我们将任一旋转转化成14讲中提到的人以一种形式。的结果，这个结果的膜长是大于1的，需要进行规范化之后才会变成标准表达形式。旋转x轴90度，如果进行手算的话，可能会得到类似。

2024-05-15 16:25:34 820

原创 ALOHA多相机Realsense配置以及数据采集

在诸多模仿学习的工作中，均使用到多个Realsense相机作为数据输入端。本文探讨多个Realsense的ros节点启动。

2024-05-13 18:12:02 654

原创视觉SLAM14精讲——三维空间刚体运动1.1

使用特殊欧式群的场景多是一些传感器外参的表达，例如VINS和ORB SLAM的配置文件中，就有表示双目和imu之间空间关系的变换矩阵T。求逆的表达同样重要，一些厂商给出的位姿刚好与我们所需求的相反，则需要调用数学公式求得逆向的外参，而不是重新进行标定。普通的求逆函数会消耗过多的计算资源，的到的值反而是近似值。之间也是能够通过乘法进行变换的，变换的过程直接涵盖了旋转和平移两个部分。这个乘法的过程会让右侧的乘数先乘以旋转矩阵的分量，而齐次状态下的。需要注意的是，所有有关位置的变量(，是为了满足齐次的需要。

2024-05-13 17:43:22 942 1

原创视觉SLAM14精讲——三维空间刚体运动1.0

第一份工作是一家比较大的机器人企业，被迫在AI视觉的基础上自学SLAM。一开始接触的就是vslam14讲，现在想把一些心得和基础知识分享一下。但是目前网络上有关视觉SLAM14讲挺多了，所以本系列不会重复书本中已经有的基本内容，也不一定按顺序发表。想要体现的还是一些更深层的理解和书本意外的一些知识。

2024-05-11 18:38:37 759 1

原创睿尔曼机械臂ROS控制

这里注意，如果采用setup.sh多半不会成功，必须要source setup.bash文件，ros才能检索到相关ros包。切换planning选项卡，点击Plan & Execute移动机械臂，此时机械臂会自行规划路线，并移动到之前指定的位姿。启动界面右侧是机械臂实时姿态，左下角是控制面板。切换到joints选项卡，手动设置各个关节归位。

2024-05-11 16:25:02 387 1

原创 Realsense-Realman手眼标定

标定程序启动后，不停摆动机械臂位姿，均使相机拍摄标定板。采集样本输入r命令，计算位姿输入c命令，退出输入q命令，采集样本>3个。通过结构数据对比标定参数，可知rotation误差基本在0.3度以内，translation误差在3mm左右。这里软件使用jaka虚拟机械比进行标定，因系需要进行适配。原理见下图，总的过程为采集数据，解一个方程 AX=XB。

2024-05-11 13:41:09 363 1

原创 ALOHA机器人 ACT算法复现

【代码】ALOHA机器人 ACT算法复现。

2024-04-30 22:27:37 397 1

原创奥比中光Astra RGBD ROS1配置（乐视RGBD）

奥比中光RGBD一键解决方案

2024-04-30 22:01:31 540 1

原创 Ghostnet论文实践：Ghost-Resnet56 复现

Ghostnet论文实践：Ghost-Resnet56 复现Ghostnet 是2020年CVPR的一篇轻量级网络并超越了MobilenetV3。本文旨在探究Ghostnet 中Ghost module的实际效果，主要复现了paper中Ghost-Resnet56，并使用其训练Cifar10。然而并没有达到与稳重所述一致的效果，仅在此做一些记录。构建Ghost-Resnet网络需求：构建G...

2020-03-24 13:52:52 4553 12

原创 Ubuntu配置机器学习折腾笔记

前言：最近水逆，事事不顺心。最烦的是半年前搞定的Faster RCNN的代码竟然无缘无故就崩了。环境是windows的，anaconda重新安装过，识别的demo还能用，但是python死活编译不过去pycocotools和cython_bbox，在此先给两位哥跪了。没办法，只能放弃win环境考虑安装一下ubuntu，反正迟早都要装的。所以这篇就记录一下过程中的...

2019-12-21 21:37:51 776

转载四步教你DIY“终极黑客键盘”

四步教你DIY“终极黑客键盘”如何去构建一个键盘第一步：没有键的键盘首先让我们做一个发出x字符（基于每秒一次）的USB键盘，ArduinoMicro开发板是实现该目标的一个不错的选择，因为它的功能ATmega32U4microcontroller（一种AVR microcrontroller）和相同的处理器是UHK的大脑。说到USB-capable A

2015-11-06 11:33:56 13832 1

转载 Arduino模拟电脑键盘（基于AVR-USB的USB-HID设备）

Arduino模拟电脑键盘（基于AVR-USB的USB-HID设备）转载篇目，模拟输入关于此帖子的其他讨论，还可以看看http://geek-workshop.com/thread-2303-1-1.htmlhttp://geek-workshop.com/thread-2310-1-1.html键盘作为经典的输入设备，使用在很多互动中都有特别的优势，比如我

2015-11-06 11:26:32 24251 3