- 博客(100)
- 资源 (6)
- 收藏
- 关注
原创 windows端VSCode远程免密登录Ubuntu及Root登录
在开发不想每次用sudo给权限时,可以直接在root下开发,sudo vim /etc/ssh/sshd_config,在后面加上。ubuntu:安装有VSCode服务(即已可通过VSCode远程访问Ubuntu)如果authorized_keys里有内容,则在最后重起一行粘贴公钥;即可生成私钥id_rsa和公钥id_rsa.pub。如果没有.ssh文件夹,则新建一个。如果出现.ssh文件夹,则。在cmd命令行中输入。
2024-04-19 10:38:42 301
原创 项目管理【环境】概述
系列文章目录【引论一】项目管理的意义【引论二】项目管理的逻辑【环境】概述一、组织运行环境1.1 事业环境因素EEFs1.2 组织过程资产OPA1.3 二者差异二、组织结构类型2.1 组织架构2.2 职能型组织2.3 项目型组织2.4 矩阵型组织2.5 项目管理者在不同组织中的特征三、组织治理框架3.1 组织治理框架3.2 治理和管理四、法约尔原则与管理要素4.1 法约尔原则4.2 管理要素五、企业文华和发展战略5.1 企业文化5.2 组织发展
2024-03-30 19:06:11 265
原创 项目管理【引论二】项目管理的逻辑
项目管理的目标是在规定的时间内,在批准的预算内,完成事先确定的工作范围内的工作,并且达到预期的质量性能要求。项目管理的目标是在规定的时间内,在批准的预算内,完成事先确定的工作范围内的工作,并且达到预期的质量性能要求。PMBOOK 将项目的开发生命周期可分为预测型(计划驱动型)、适应型(敏捷型)、迭代型、增量型或混合型。在最优工期时完成可达到最优解,但往往会有小偏差,最终在合理工期内完成目标即可。实质的项目成功皆大欢喜,表面的项目成功或失败则都不好过。项目结束后,就是无尽的运营!
2024-03-11 22:21:16 644
原创 不能安装在系统盘外的软件
通常,由于C盘和其他盘分割的情况下,为了避免我们安装软件导致C盘空间占用过大,所以我们通常将软件安装在其他盘,但由于某些软件开发存在的问题(省了某些配置文件的步骤),导致软件安装在其他盘会报错找不到文件,为防止后续继续出现,现做标记,以谨记。
2024-02-21 09:53:56 119 2
原创 Windows下linux 子系统 WSL2怎样使用usb串口(USBIPD-win4.0.0)
这时候就出现/dev/ttyUSB0啦。直接下载最新版本的msi文件安装。windows查看usb设备。
2024-01-02 15:39:04 1153
原创 ROS【一】(ROS的安装(ubuntu20.04))
ROS的全称是The Robot Operating System,是一种开源的机器人系统,由于其功能是独立的而模块化,支持多语言编程(message通信机制),其应用范围已经不仅在机器人领域了,伴随这着Ros的发展,已逐步应用于自动驾驶等领域。
2023-12-29 15:58:25 1234
原创 点云处理【七】(点云配准)
点云配准一般分为粗配准和精配准,粗配准指的是在两幅点云之间的变换完全未知的情况下进行较为粗糙的配准,目的主要是为精配准提供较好的变换初值;(1)Point-to-Plane ICP:将icp中点到点的距离改为点到目标面的距离,这样就不容易陷入局部最优,但也增加了计算量。4PCS:四点配准算法(4PCS)基于寻找四个点的一致集合,并尝试找到最佳的变换,使得这些点在源和目标点云中都是一致的。基于优化的配准方法大致可分为4种方法:基于ICP的变种方法、基于图优化的、基于GMM的和半定的配准方法。
2023-10-26 22:04:46 1856
原创 点云处理【六】(点云分割)
2.用1中得到的模型去测试所有的其它数据,如果某个点与模型的误差小于某个阈值,则该点适用于这个模型,认为它也是局内点。随机种下曲率较小的种子后进行延申,根据种子邻域与法线之间的角度与阈值比较,从而判断是否处于哪个领域。1.从一个样本集S中,随机抽取n个样本,拟合出一个模型,n是能够初始化模型的最小样本数。4.用所有假设的局内点去重新执行1,2,估计模型,因为它仅仅被初始的假设局内点估计过。3.如果模型内的局内点达到一定个数,那么估计的模型就足够合理。类RegionGrowing.py。
2023-10-20 18:57:38 658
原创 点云处理【五】(点云特征提取)
PFH通过参数化查询点与邻域点之间的空间差异,并形成一个多维直方图对点的k邻域几何属性进行描述。点特征直方图(PFH)表示法是基于点与其k邻域之间的关系以及它们的估计法线,简言之,它考虑估计法线方向之间所有的相互作用,试图捕获最好的样本表面变化情况,以描述样本的几何特征。它的思想在于分别计算查询点的k邻域中每一个点的简化点特征直方图(Simplified Point Feature Histogram,SPFH),再通过一个公式将所有的SPFH加权成最后的快速点特征直方图。通常点云特征与关键点结合使用。
2023-10-20 14:18:41 1171
原创 点云处理【四】(点云关键点检测)
Harris关键点检测通过计算每个点的协方差矩阵,求解特征值和特征向量,来判断该点是否为关键点。它通过在多个尺度下对点云进行高斯滤波和差分操作,来提取稳定性和尺度不变性的关键点。它通过将点云投影到二维图像上,并计算每个像素周围梯度直方图,来寻找具有唯一性和重复性的关键点。ISS 关键点通过计算每个点与其近邻点的曲率变化,得到该点的稳定性和自适应尺度,从而提取稳定性和尺度合适的关键点。我们获得的数据量大,特别是几十万个以上的点云,里面有很多冗余数据,会导致处理起来比较耗时。//关键点估计的近邻搜索半径。
2023-10-20 11:26:24 911
原创 点云处理【三】(点云降采样)
在MLS法中,需要在一组不同位置的节点附近建立拟合曲线,每个节点都有自己的一组系数用于定义该位置附近拟合曲线的形态。通过在法向量空间内均匀随机抽样,使所选点之间的法线分布尽可能大,结果表现为地物特征变化大的地方剩余点较多,变化小的地方剩余点稀少,可有效保持地物特征。首先随机选择一个点,其次,在剩下点中寻找最远的点,再去再剩下点中找到同时离这两个点最远的点,直到满足采样点个数。此外,每个节点的系数取值只考虑其临近采样点,且距离节点越近的采样点贡献越大,对于未置较远的点则不予考虑。就是每隔多远采集一个点,
2023-10-17 18:04:10 1006
原创 点云处理【一】(点云数据采集)
深度图像是一个二维图像,其中每个像素的值表示物体表面与相机或传感器之间的距离。点云是一个三维数据结构,其中每个点都有X、Y和Z坐标,表示物体表面上的点在空间中的位置。深度相机是一种可以捕捉三维信息的数字相机。它通常使用红外、结构光或时差法来测量物体距离相机的深度。深度相机可分为三类:红外结构光传感器,ToF传感器,双目立体相机红外结构光传感器利用红外光源发射预设的结构光模式(如点阵或其他模式)至目标上,然后通过检测反射回来的结构光模式的变形来测量物体的深度信息。
2023-10-10 14:37:53 1677
原创 nlopt在windows上的安装使用
3.下载dll和def:http://ab-initio.mit.edu/wiki/index.php?1.利用mingw中的dlltool工具,将def换位lib:dlltool -d libnlopt-0.def -l libnlopt-0.lib -k。1.下载nlopt库:https://nlopt.readthedocs.io/en/latest/2.把nlopt.h、nlopt.c和libnlopt-0.lib拉到文件夹下。
2023-08-20 17:36:00 807
原创 Vscode python调试和运行环境设置
在.vscode文件夹(没有就自己造一个)下新建一个settings.json,里面写上自己要用的环境。
2023-08-08 10:11:22 1126
原创 ubuntu安装pcl库【超简单】
从源码上摸索了几个小时踩了很多坑,结果就是大道至简,官方都为我们考虑到了(很多库之前安过了,没时间再重装,要是缺库的话,缺啥装上)。
2023-08-05 10:40:30 1923 2
原创 esp32 wifi无线透传
因为常见的无线传输视频或图片,只能在局域网内中实现,为了能够在同一局域网下进行视频传输查看,我们使用了云平台帮助我们实现。
2023-08-01 18:57:58 1095
原创 【奥比中光Gemini 2L快速上门】
│ │ ├── Sample-ColorViewer // 演示使用SDK获取彩色数据并绘制显示、获取分辨率并进行设置、显示彩色图像。│ │ ├── Sample-DepthViewer // 演示使用SDK获取深度数据并绘制显示、获取分辨率并进行设置、显示深度图像。│ │ ├── Sample-InfraredViewer // 演示使用SDK获取红外数据并绘制显示、获取分辨率并进行设置、显示红外图像。
2023-07-31 20:22:51 898
原创 物联网的通信协议
通信的目的是为了传递信息参考文章:http://wiki.1zlab.deepsenserobot.com/wiki/micropython-esp32/mqtt/,https://www.cnblogs.com/myitnews/p/13790067.html。
2023-07-27 14:32:37 2364 2
原创 利用SAM实现自动标注
(2)检测图像的文件(可调整后面的图片高/宽):python helpers/generate_onnx.py --checkpoint-path sam_vit_h_4b8939.pth --onnx-model-path ./sam_onnx.onnx --orig-im-size 720 1280。/segment-anything/dataset/ -a …(3)运行完会有对应的sam_onnx.onnx文件,将其移到SAM工具主文件夹中:cp sam_onnx.onnx …/SAM-Tool/
2023-07-27 11:29:26 1674 2
原创 ESP32 wifi视频/图传
注意添加ESP32 (by Espressif System)下载版本2.0.2(可能要翻墙),及板子的一些Flash(80m)、PartitionScheme(huge)、波特率(115200)都要选对应的。板子要5V供电,IO0和GND短路为下载烧写模式,断开是运行模式,conecting后出现下划线就reset一下。https://arduino.me/download,下载安装1.8.19版本(主要2.xxx不稳定)
2023-07-27 08:55:59 1887
原创 openmv4
这玩意是个micropython,支持的库有限,录像程序基本只用下面的代码,再加一个保存名处理(用len(文件夹))或者用txt记都行。Flash小(128M)且寿命短,我们用16G的SD卡做文件系统。
2023-07-25 16:34:25 403
原创 【手撕柱面拟合】
对于大量的样本来说,G的计算是昂贵的:方程(94)包含一个项的和,然后是平方,然后是另一个和。如果矩阵是奇异的(或在数值上几乎是奇异的),则原始样本是在一个平面上(或在数值上几乎是在一个平面上)。线性系统涉及的项只存在于垂直于W的平面上,所以实际上线性系统在投影空间中简化为两个未知数的方程,只要系数矩阵是可逆的,它是可解的。或者,我们可以跳过∂E/∂sk=0的根查找,而不是将方程(80)和(92)直接输入误差函数E/n = 1 n P n i=1(ri 2−r 2)2,得到一个非负函数,
2023-07-24 11:12:41 168
原创 【VSCode+各种语言环境配置】
点击右侧设置,选择“C/C++: g++.exe build and debug active file”即可,运行编译得到.exe文件和输出。点击右侧设置,选择“C/C++: gcc.exe build and debug active file”即可,运行编译得到.exe文件和输出。因为Python环境已经添加到系统路径了,所以只需要在运行时选择Python文件即可。
2023-07-20 09:52:51 374
原创 【VSCode+python+opencv安装配置】
下载需要的版本,安装时选择将其路径加入系统变量,然后可以顺便安装yapf(检查代码)+flake8(用于语法美化),1.在VSCode>File>Preferences>Extension中搜索Python并install。计算机任务来下载客户端或服务器端,然后一路安装即可。,用pip install命令本地安装。
2023-07-06 09:15:08 3077
原创 C++程序设计基础【五】(引用和指针)
引用是对象的替代名称,以简化实体之间的通信。当声明一个引用变量时,不会在内存中创建一个新的对象,而只是声明一个现有变量的替代名称。如果指针关系为常量,则无法中断其关系并使指针指向另一个数据变量,此时const修饰符必须放在指针变量的名称前面。指针类型是表示内存位置地址的复合类型,其字面量值是地址,指针变量是其内容为指针类型的变量。void指针是一个通用指针,可以指向任何类型的对象,但在转换为适当的类型前无法引用。引用类型是复合类型,但不能用double&的引用变量来引用int类型的变量。
2023-06-03 23:32:17 728
原创 C++程序设计基础【四】(泛函编程和异常处理)
如果函数的设计者和用户的不同,必须在函数头部定义函数抛出的异常规范为函数声明后加上throw(xxx)
2023-06-03 20:47:07 638
原创 C++程序设计基础【三】(类之间的关系)
对于多重继承中重复的共享数据成员的问题的解决方案之一是使用虚基继承,中间类可用virtual关键字从公共基继承,设置共有的数据成员为受保护数据成员。C++建议我们总是为多态性的基类定义一个显式析构函数,并使其称为虚函数,使用虚析构函数可以防止多态性中可能发生的内存泄漏。在C++中,最一般的类被称为基类,而更具体地类被称为派生类,更一般的类也称为超类,更具体的类也称为子类。要对基类和派生类中的函数使用相同的名称,需要重载或者重写的成员函数。被包含者是在包含者对象内创建的,它们不具有独立的生命周期。
2023-05-31 23:00:17 863
原创 C++程序设计基础【二】
类定义由类头部、类体和分号三部分组成类头部由保留字class和设计者指定的名称组成。类名以大写字母开头,以将它们与以小写字母开头的库中的类区分开类体是一个语句块,包含数据成员和成员函数的声明最后是右括号后的分号类作用域符号::不改变对象的值时,在小括号后花括号前加入const编译成功会产生一个.o的目标文件。
2023-05-31 00:14:29 1013
原创 【使用VS开发的第一个QT项目——实现相机功能(包括QT下载、配置、摄像头程序)】
4、将自定义线程类对象移入子线程容器中(m_MyThread->moveToThread(subthread)),其实也可以移入多个自定义线程类到同一个subthread中,这时他们就共享一个子线程了。3.在"链接器"→"输入"→"附加依赖项"中增加opencv_worldxxx_lib(如果配置为Debug,选择opencv_worldxxxd.lib。(3)在处理函数中发送处理完成的信号(如:emit signal_back()),当然该信号中可能含有处理的结果信息(如计算结果)
2023-05-28 14:47:18 4504
原创 Springer期刊投稿的部分(latex)模板资料
主要针对要投稿springer但没有模板,或缺少svjour3、smallcondensed等的模板
2022-08-23 13:15:12 2124 9
原创 【人脸识别Loss发展至2022年】
文章目录前言一、交叉熵损失Softmax Loss二、Center Loss前言人脸识别算法相对来说已经很成熟了,基于深度学习的FR可以分为两部分,一是特征提取,二是Loss,其中Loss是各FR算法改进的重点。本文参考此处一、交叉熵损失Softmax LossSoftmax Loss是分类中最常见的Loss,用于将同类的数据聚在一起,随着Loss的减小(括号内的值趋于1,log1=0),调整参数W和b,现有的人脸Loss基本都是以Softmax Loss为base。虽然Softmax能正确分
2022-05-01 18:46:20 1100
android rtp demo.rar
2021-03-07
miniconda3-windows和vc_redist.x64
2020-10-24
itop-4412-boa-0.94.13
2019-02-17
cmake-3.12.1
2018-09-27
目标跟踪算法的分类
2018-07-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人