yolo系列模型结构图:
一、新建项目 打开VS2017→ 新建项目→Win32控制台应用程序 → “空项目”打钩 二、调整配置管理器平台类型 右键项目→ 属性→ 配置管理器→ 全改为“x64” 三、配置生成属性 右键项目 → 生成依赖项→ 生成自定义→ 勾选“CUDA 11.1XXX” 四、配置基本库目录 注意:后续步骤中出现的目录地址需取决于你当前的CUDA版本及安装路径 右键项目→
Bounding box regression原理简单理解: 如上图所示,绿色框为飞机的ground truth(gt),红色框为提取的foreground anchors,也就是说被分类器标记为飞机,但是红色框为位置不准确,不是我们想要的。所以要对红色框进行微调。 窗口形状用四维向量表示,中心点坐标x,y,宽和高w,h,所以任意anchor的坐标表示为(x,y,w,h)。我们最终目
点云数据显示是查看点云数据及感性认识必不可少的一个环节。因为在实际场景中,可能会涉及到很多的算法步骤,处理结果是不是我们自己想要的,就需要查看点云数据。 为此,我将以此博客记录如何使用python代码实现点云数据的显示,如下: 复制即可使用代码如下: import numpy as np import mayavi.mlab import os def build_dir
最近1周一直研究ROS2的时间同步,翻越很多博客,很少有人使用ROS2进行时间同步的代码,无奈不断尝试与源码阅读,终于将其搞定, 为此,本博客将介绍基于python的ROS2的时间同步方法。 本博客内容结构为话题发布代码,话题订阅与时间同步代码,代码文件夹结构及结果显示图片。本博客假设2个publisher和一个scribe,同步是在scibe中完成。 一.话题发布代码 发布1为第二个发布
近几日完成ResNet相关实现engine方法,但仅仅基于基于简单分类网络实现转换,且基于Tensorrt C++ API 构建YLOV5实现engine转换相关资料较多,然调用ONNX解析转换engine相关资料较少,因此本文将介绍如何使用onnx构建engine,并推理。
初次学习ROS2机器操作系统,本博客将简单入门记录于此。 一. ros2安装: sudo apt-get install curl && curl http://fishros.com/tools/install/ros-foxy | bash 二.编译工具colcon安装: sudo apt-get install python3-colcon-common-ex
PnP(Perspective-n-Point)是求解3D到2D点的对应方法。不论是相机和雷达的标定还是相机和相机的标定都可以使用PNP来解决,即通过不同坐标系下相同的点对求解变换矩阵。 这里相机多用棋盘格中的角点来实现点的提取。流行方法为张正友标定法,至于详细原理可点击我的博客https://www.cnblogs.com/tangjunjun/p/16240878.htm
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信