这次主要完成了 SO-ARM101 机械臂从零件到整机的组装，并且分别完成了主臂和从臂的电机配置与校准。整个过程实际上没有想象中复杂。机械结构部分基本可以按照商家提供的视频完成，真正需要注意的主要是电机 ID 和校准操作。尤其是电机 ID，建议在机械臂完全组装之前就配置好，否则后续如果出现 ID 冲突，还需要重新检查电机连接。另外，LeRobot 提供的命令行工具已经能够完成大部分基础配置，并不一

上一篇主要记录了 SO-ARM101 机械臂的组装、电机 ID 配置以及机械臂的校准过程。在完成这些基础工作后，接下来就可以尝试真正控制机械臂，并为后续的具身智能模型训练做准备了。这次主要完成了三个工作：首先通过 LeRobot 实现 Leader 主机械臂对 Follower 从机械臂的遥操作；随后给机械臂加入 USB 摄像头，通过 Rerun 实时查看摄像头画面；最后使用采集自己的第一份 De

上一篇主要记录了 SO-ARM101 机械臂的组装、电机 ID 配置以及机械臂的校准过程。在完成这些基础工作后，接下来就可以尝试真正控制机械臂，并为后续的具身智能模型训练做准备了。这次主要完成了三个工作：首先通过 LeRobot 实现 Leader 主机械臂对 Follower 从机械臂的遥操作；随后给机械臂加入 USB 摄像头，通过 Rerun 实时查看摄像头画面；最后使用采集自己的第一份 De

第一天基本没有涉及太多机械臂算法，主要时间都花在了 Ubuntu 双系统的安装和环境准备上。整个过程最大的感受就是，机器人项目的复现并不只是下载代码、安装依赖、运行模型这么简单，前期的系统环境和硬件配置同样重要。尤其是双系统安装，看起来只是给电脑增加一个操作系统，但实际上涉及磁盘分区、UEFI 引导、存储控制器模式等不少基础知识。这次遇到的主要问题就是 Windows 磁盘压缩空间不足，最后通过重

第一天基本没有涉及太多机械臂算法，主要时间都花在了 Ubuntu 双系统的安装和环境准备上。整个过程最大的感受就是，机器人项目的复现并不只是下载代码、安装依赖、运行模型这么简单，前期的系统环境和硬件配置同样重要。尤其是双系统安装，看起来只是给电脑增加一个操作系统，但实际上涉及磁盘分区、UEFI 引导、存储控制器模式等不少基础知识。这次遇到的主要问题就是 Windows 磁盘压缩空间不足，最后通过重

本文记录了一个从 GEE 获取遥感图源并构建人工林语义分割数据集的完整流程。核心步骤包括：1. 在 GEE 中选择研究区域2. 下载 NAIP 或 Sentinel-2 影像3. 计算 NDVI、EVI 等植被指数4. 导出 GeoTIFF5. 本地裁剪为 500×500 图像块6. 制作人工林 mask7. 划分训练集、验证集和测试集。

最近在做语义分割任务时，我遇到一个很典型的问题：模型训练可以正常启动，loss 也能下降一点，但预测结果非常混乱，边界不稳定，甚至会出现一些不存在的类别。一开始我以为是模型结构、学习率或者损失函数的问题，后来检查数据预处理流程才发现，真正的问题出在 mask 标签图的 resize 插值方式 上。在语义分割中，原图和标签图虽然都需要 resize，但二者的处理方式并不一样：原图是连续像素值，可以使