- 博客(20)
- 收藏
- 关注
RSS订阅原创 ROS安装教程（鱼香ROS快捷版）
对于初学者来说，ROS的安装往往是一个令人头疼的问题，复杂的步骤和网络问题常常成为入门的第一道障碍。为了让大家能够轻松地跨过这道门槛，本博客旨在提供一个简明扼要的ROS安装指南，向大家强烈安利鱼香ROS一键安装，让大家能够快速搭建起自己的ROS工作环境。本文主要是记录ROS的快捷安装过程，避免花费太多时间在ROS安装上，网络问题确实很让人头疼，使用鱼香ROS的安装包确实可以十分有效的避免这些问题，这是鱼香ROS的官网。最后提醒一下，安装过程中注意根据自己Ubuntu系统版本更改ROS的安装版本。
2024-04-02 12:44:33
729
2
原创 从零开始实现ORB_SLAM2编译与运行
对于初学者来说，安装和编译ORB_SLAM2可能是一个复杂且耗时的过程。官方文档虽然提供了编译指南，但在实际操作过程中，用户可能会遇到各种问题，这些问题往往需要额外的搜索和尝试才能解决。因此，本博客旨在提供一个详尽的步骤说明，从零开始详细记录安装、编译以及运行ORB_SLAM2的全过程，包括基于原始`build`系统的编译和基于ROS的`build_ros`系统编译。
2024-03-12 09:58:22
1268
1
原创 openCV源码安装与卸载
本文旨在记录openCV安装的具体过程，便于后续再次安装时作为参考，openCV库的python安装十分便捷，但是由于要跑SLAM建图，所以必须要源码安装，openCV的源码安装有很多的坑，安装不正确编译很难通过，因此本文记录了的源码安装与卸载，希望对大家有所帮助。本人环境：Ubuntu16.04、gcc、g++、cmake。
2024-03-10 19:52:39
565
1
原创 在WSL2中安装多个Ubuntu教程
适用于 Linux 的 Windows 子系统 (WSL) 是 Windows 的一项功能，可用于在 Windows 计算机上运行 Linux 环境，而无需单独的虚拟机或双引导。通常WSL默认仅安装一个默认的Ubuntu系统，但是在实际使用过程中，我们经常需要多个Ubuntu系统，因此本教程将详细介绍在WSL2中安装多个Ubuntu，希望对大家有所帮助。
2024-03-09 10:36:52
2051
1
原创 MMdetection3D-v1.1.0rc5安装教程
相信大家在开始学习mmdet3d时都会碰到环境安装失败的问题，特别是安装低版本mmdet3d时，由于官方给的文档并没有每个低版本的安装教程，同时mmdet3d对mmcv、mmdet、mmseg等都有版本要求，导致安装起来很费时间，因此本教程旨在分享本人安装mmdet3d的过程，希望对大家有帮助。注意：本教程的环境与MMdet3d的官方教学视频相同，可以运行教程中的所有代码。B站MMdet3d教学。
2024-03-06 10:49:42
706
2
原创 MMDetection3D系列问题解决方法
本文档记录了我在学习MMDetection3D过程中遇到的各种BUG和相应的解决方法，亲测有效，希望对大家有所帮助。MM3d。FormatCode() got an unexpected keyword argument ‘verify‘AttributeError: module 'setuptools._distutils' has no attribute 'version'
2024-03-04 21:39:50
779
原创 MMdetection3D安装教程
补充：由于torch和cuda对mmcv的版本有一定限制，所以当您的torch和cuda版本与本教程不同时，需要检查是否有您指定的对应版本的mmcv，没有的话会一直卡在 Buildin。mm3d文档：https://mmdetection3d.readthedocs.io/zh-cn/latest/get_started.html。mm3d版本对应：https://blog.csdn.net/XCCCCZ/article/details/134315977。，便捷的检查方法可用看是否有相应的.html网站。
2024-03-03 17:35:17
939
原创 TensorRT入门：polygraphy模型调试器的使用
在模型迁移到 TensorRT 之后，我们还需要解决下面的三个问题，怎么检验 TonsRT 上计算的正确性和计算精度？怎么找出计算错误或者精度不足的层？怎么进行简单的计算图优化？为了解决上述问题，我们需要引入Polygraphy这个工具。它是一个NVIDIA提供的深度学习模型的调试器。
2024-03-02 19:28:40
1683
原创 TensorRT入门：trtexec开发辅助工具的使用
trtexec 工具是 TensorRT 的命令行工具，位于 TensorRT 的安装目录中，随 TensorRT 的安装就可以直接使用。trtexec，不仅打包了几乎所有 TensorRT 脚本可以完成的工作，并且扩展丰富的推理性能测试的功能。通常我们使用 trtexec 完成下面三个方面的工作，一是由 Onnx 模型文件生成 TensorRT 推理引擎，并且可以序列化为 .plan 文件。二是可以查看 Onnx 或者 .plan 文件的网络的逐层信息。第三是可以进行模型性能测试。
2024-03-02 12:17:07
2166
原创 TensorRT：onnx parser与onnx-graphsurgeon的解析与实践
TensorRT作为一种高性能推理引擎，为我们提供了优化和加速深度学习模型的能力。而在TensorRT中，`ONNX parser`和`onnx-graphsurgeon`则是两个强大的工具，能够帮助我们更好地解析和优化ONNX模型。本博客包含ONNX parser、parser的使用、onnx-graphsurgeon三个章节，重点在介绍onnx-graphsurgeon的使用，列举了大量onnx-graphsurgeon的使用方法示例
2024-03-01 17:09:39
1651
1
原创 ONNX 模型格式分析与使用
本文主要介绍ONNX基础知识已经ONNX的模型组成，另外补充了一些关于模型部署工作的常用流程，本文主要知识点在介绍ONNX的模型组成，包括Graph、Node和Tensor，后续将补充代码例程部分。需要注意的是，虽然ONNX提供了一种通用的中间表示格式，但在实际转换中仍可能会出现一些兼容性和限制性问题。因此，在进行模型转换时，建议仔细了解目标设备和框架的要求，并进行必要的适配和调整。
2024-02-29 15:48:41
2219
1
原创 TensorRT：INT8量化加速原理与问题解析
本文将首先介绍INT8量化的基础知识，解答一些关于INT8的基础问题，然后介绍三种常见的INT8量化算法，包括动态对称量化、动态非对称量化、静态对称量化，最后介绍一个在TensorRT中实现INT8量化的例子：MNIST手写数字识别的INT8_PTQ量化。
2024-02-28 16:51:40
1640
原创 TensorRT：FP16优化加速的原理与实践
TensorRT：FP16优化加速的原理与实践：FP16也是一种精度类型，只不过它的位数只有16位，被称为半精度浮点数，它包括1位符号位、5位指数位、10位小数位，由于位数的减少，所以FP16的表示范围和精度都比FP32低，但是对于模型部署来说，数据位数的减少可以让计算复杂度降低，加速模型推理速度。
2024-02-28 10:26:14
596
原创 KeyError: ‘Transformer/encoderblock_0\\MultiHeadDotProductAttention_1/query\\bias is not a file in t
Transformer/encoderblock_0\\MultiHeadDotProductAttention_1/query\\kernel is not a file in the archive'
2024-02-27 19:37:26
497
原创 解决：Docker Desktop Unexpected WSL error
在Window系统中安装Docker时，需要安装WSL虚拟系统，在安装完Docker Desktop启动时可能会出现报错，这往往是因为部分系统设置没有打开。An unexpected error was encountered while executing a WSL command. Commorcauses include access rights issues, which occur after waking the computer or notbeing connected to your
2024-02-26 14:00:47
755
3
原创 TensorRT_Plugin:手写Plugin详细步骤教程
本文为学习Nvidia官方视频教程的学习笔记，分享TensorRT手写Plugin的详细步骤，文中代码参考Nvidia提供的cookbook中05-Plugin/API的代码，强烈建议您先观看Nvidia的教程视频第三节，然后学习本文档。手写Plugin难度较高，尤其是Plugin的核函数部分，建议参考Nvidia的教程模板进行修改，另外针对于Plugin的读取，需要大家了解并掌握详细的读取步骤，实现对Plugin的注册和配置，并最终实现将自己手写的Plugin插入到网络中。
2024-02-23 16:13:14
856
原创 模型精度问题（FP16，FP32，TF32，INT8）精简版
相信大家在学习模型部署和加速时都遇到过模型精度问题，精度和效率往往需要根据实际模型应用需求进行取舍，下面我以最精简的方式介绍常见的模型精度类型（FP16，FP32，TF16，INT8），希望对大家处理模型精度问题有所帮助。浮点数精度：双精度（FP64）、单精度（FP32、TF32）、半精度（FP16、BF16）、8位精度（FP8）、4位精度（FP4、NF4）量化精度：INT8、INT4。
2024-02-13 13:35:15
2244
原创 Docker：使用Nvidia官方的pytorch、tensorflow、TensorRT镜像创建Container容器
相信大家在学习新的知识前都遇到过开发环境安装不上，或者环境冲突和版本不匹配的情况，如果我们使用虚拟机或者WSL技术新建一个完整系统，这又往往需要耗费很长时间，同时在我们学习深度学习等相关技术时，CUDA、cuDNN、cuBLAS、TensorRT等GPU支持库都有强版本依赖，手动安装需要耗费很长时间，本文将以创建一个包含python=3.8、CUDA=12.1、cuBLAS=12.1 、cuDNN=8.9、TensorRT=8.6.1、pytorch的container为例，介绍使用docker创建容器。
2024-02-12 16:40:21
1141
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人