韩休宁

接触 esmini 也是一次偶然，初次相识，就感觉相见恨晚。他是一款优秀的 OpenSCENARIO player，但是我人物称之文 player 有些区才，后续完全有演进成仿真器的潜力。Repository: https://github.com/esmini/esmini源码构建如果只是看看 esmini 的效果，完全可以下载他的 Pre-built demo ，接下来介绍如何在国内的环境下构建源码。

之前刷过蛮牛士提供过得remixos，将机子的安卓系统替换掉了，但是这样一来，Windows的空间被挤压了一部分，使空间不足，无法更新到windows10 1079版，本以为重置一下Windows，把之前的软件都删掉可以空出足够空间，结果在重置过程中，平板系统崩掉了，Windows无限重启，好吧，于是想到了那我直接安装window10 1079版吧。备份之前系统的驱动程序。在微软官方网站下

CNN模型压缩与加速算法综述 CNN网络优化学习总结——从MobileNet到ShuffleNet - 程序员深度学习 - CSDN博客 ShuffleNet在Caffe框架下的实现 - Chris_zhangrx的博客 - CSDN博客

卡尔曼滤波C代码分析mpu6050卡尔曼滤波程序及分析 - CSDN博客 四轴mpu6050姿态角卡尔曼滤波代码分析 - dyl74500196的博客 - CSDN博客 mpu6050姿态解算与卡尔曼滤波（2）卡尔曼滤波 - CSDN博客

远程调试nvidia jetson tk1 tx1 cuda板子 – FindHao Jetson TX1开发笔记(四)：使用Caffe对摄像机视频流中的目标进行识别 - Jack-Cui - CSDN博客

最近很想用TensorRT对一些目标检测的模型进行加速，之前也看过一些资料，但是都很零散，收藏夹也不方便，特此在此博客做一些记载，仅供参考。marvis/pytorch-caffe-darknet-convert: convert between pytorch, caffe prototxt/weights and darknet cfg/weightsfengbingchun关于tensorRT

YOLO9000好棒好快好强壮 阅读笔记 本篇主要分为解决的问题、网络结构、创新点、评估方法、结果分析五个部分介绍。【论文学习】YOLO9000: Better,Faster,Stronger（YOLO9000：更好，更快，更强） 该博文作者也研究过评价方法深度学习目标检测模型全面综述：Faster R-CNN、R-FCN和SSD卷积神经网络CNN（6）—— YOLOv2 参数详解 - Fate

Download and Install JetPack L4T Arm更新源

（1）按alt + ctrl + f1进入ubuntu文字界面并登陆 （2）使用sudo prime-select intel选择intel的显卡 （2）按alt + ctrl + f7进入ubuntu图形界面并尝试登陆，我尝试了两次就可以登陆了。ubuntu14.04安装cuda以后卡在开机界面？ - 知乎 https://www.zhihu.com/question/40729403

图像数据库与本文无关配置好darknet后的测试语句git clone https://github.com/pjreddie/darknetcd darknetmake下载该权限文件：https://pjreddie.com/media/files/yolo.weights./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg./da

这是spyder3.1.4的bug，通常在print时会出现，可以通过转换版本到3.1.3解决：conda install spyder=3.1.3或pip install spyder==3.1.3

#include <Servo.h> Servo myservo; // create servo object to control a servo // a maximum of eight servo objects can be created int pos = 0; // variable to store the servo position

vi相关知识可以参考另一篇Ubuntu应用里的内容。编译器GCC编译流程： 预处理（pre-processing）：.igcc -E -o hello.i hello.c //-E编译器在预处理结束后就停止，.i文件中将.h文件加入到.c中了编译（compiling）:主要检查代码规范性，是否有语法错误，以及确定代码实际要做的工作。gcc -S -o hello.s hello.i //-S编译器

计算机视觉系统：数据采集、预处理、图像处理、后置过滤、识别（检测）和驱动。 相机分类：根据输出信号是模拟信号还是数字信号进行区别。 根据颜色感应能力； 根据接口类型 根据获取数据类型 2D 3D opencv_core：基本数据结构，包括紧密多维数组Mat和其他模块使用的基本函数。 openc

《图像目标跟踪技术》 视觉跟踪问题分类：固定相机与运动相机单目标（阴影光照）与多目标（遮挡合并分离）刚体（车辆）与非刚体（人，常采用基于变形模板Deformable Template的方法）可见光与红外（基于模板匹配，亮度阈值）单相机与多相机远程医疗监控系统设计体温信号，位置信号，

远程控制通讯——基于Arduino + ESP8266控制LED灯并返回控制结果 需要进行透传设置，以及注册设备，还是要注意3.3V，还有长面包板+-电源那一长条是从中间分开的，需要连到同一侧 主要功能 ESP8266可以实现的主要功能包括：串口透传，PWM 调控，GPIO控制。 串口透传：数据传输，传输的可靠性好，最大的传输速率为：460800bps。 PWM 调控：灯光调节，三色LED

WeMos D1 安裝教學原廠技術文件說明 https://www.wemos.cc/product/d1.htmlArduino 安裝說明 https://www.wemos.cc/tutorial/get-started-arduino.htmlNodeMCU 安裝說明 https://www.wemos.cc/tutorial/get-started-nodemcu.htmlWeMos D1

头文件：#include #include<stdio.h>#include<string.h>int main() { // 也可以改成 char str[] = "ZJUNCUBDYZ"; char *str = "ZJUNCUBDYZ"; char *substr = "NCU"; char *s = strstr(str, substr);//返回字符串中

题目概述在车库中安排若干泊车机器人，根据给定的车位地图，合理优化机器人的数量及其运动路径，尽量减少客户在停车和取车中的等待时间，并使总成本最小。（试题用例包于5月初开放下载）参数设定为了简化问题，我们对泊车机器人的实际运行情况做出如下规定和说明，与“题目背景”中所述的泊车机器人真实运行情况有所不同，请注意。地图说明：给定一个停车地图，以下图为例：地图中红色部分表示车位（P），黑色部分表示障碍物（B）