python遇到的一个小问题UnicodeEncodeError: 'ascii' codec can't encode characters in position 1368-1376: ordinal not in range(128)这个是在文件中存在中文，输出的时候报错，加上下面的一段代码，问题解决import sysimport codecssys.stdout = codecs.get

Pytorch报错insufficient shared memory (shm)一、出现错误背景LZ自己在Docker中配了一套环境，里面也同时安装了Anaconda，然后包含各种例如pytoch，tf，onnx，caffe等不同框架，在容器中使用pytorch训练的时候会出现以下问题ERROR: Unexpected bus error encountered in worker. This

为什么要进行融合呢？原因是LZ在进行贴图操作的时候，经常会出现很明显的边界效应，在各种查找资料的情况下，找到了一种比较适合图像融合的方法，并且OpenCV有对应的接口，所以就网上下了图片，做了一些尝试，当然最后并没有使用这个函数是因为贴图效果太不明显了，LZ甚至以为是自己代码写错了，所以这个函数因人而异。首先这个函数的用法：def seamlessClone(src, dst, mask, p..

其技术路线为自动驾驶提供了一种更灵活、可解释的预测框架，未来或进一步融合多传感器数据（如LiDAR、摄像头），提升复杂场景的适应性。是由 Google 在 2023 年提出的基于语言模型（LM）架构的生成模型，主要用于自动驾驶场景中的交通参与者（如车辆、行人）其核心思想是将轨迹预测问题转化为类似自然语言生成的序列建模任务，通过借鉴语言模型的技术路线实现多模态、可控且高效的预测。轨迹Token可对应

之前下载过TUM的rgbd数据集应该知道对应一个数据集是如下的数据结构.但是深度传感器和相机获得数据的时间是不一致的,需要进行对齐.ROS的话可以对深度图进行注册,直接获得匹配的图像.数据集则需要一个python文件进行associate.新建一个python脚本associate.py,其实tum官网上可以直接下载的,因为有的时候网不好,就直接黏贴下来,下次使用也方便.#!/us...

又要接受新的挑战了，因为实习公司有要求，需要进行视频跟踪，所以LZ又成了小白，但是导师说要先用传统方法，刚好LZ最近也很想把传统的图像处理再恶补一下，所以，就加油干吧！第一步：Visual_Tracker_Benchmark_v1.0下载官网是在：http://cvlab.hanyang.ac.kr/tracker_benchmark/benchmark_v10.html但是，网速渣渣，下了...

在计算机视觉中，通常都会碰到自己制作数据集的情况，有些时候需要自己写爬虫程序从网站上下载不同标签的图片。而有些情况下，我们则需要利用自己的摄像头进行数据的获取。在特定的领域，比如说三维重建，slam这些应用领域，在不使用深度学习的情况下，是需要在配置文件中给出相机的内参的，外参一般就用程序跑出来了。对于不同型号的摄像头，其内参一般是不一样的，下面给出一种简便的方法，对单目摄像头进行标定。LZ使用的

ONNX Runtime: ubutnu16.04编译1. 前言ONNX Runtime是什么?ONNX Runtime是适用于Linux，Windows和Mac上ONNX格式的机器学习模型的高性能推理引擎.为什么要用ONNX Runtime?因为训练的模型要用啊,辛辛苦苦采集了数据,训练了模型,结果只能在benchmark中拿个名次是不是有点亏呢?如果能在实际场景中应用,是不是很棒呢,...

今天LZ在运行下面给代码时出现rosdep install rgbdslam然后报如下错误:ERROR: Rosdep cannot find all required resources to answer your queryMissing resource rgbdslamROS path [0]=/opt/ros/indigo/share/rosROS path ...

模型转换（pth转onnx转caffemodel）一、背景介绍因为模型要用到前端，所以要将pytorch训练的模型转成caffemodel，之前LZ已经写了一片tensorflow转caffemodel的教程，今天就总结一篇pytorch转onnx转caffemodel的教程二、pth转onnx这个严格意义上是DBFace系列的第四部分，但是主要是用来转模型，对其他模型也是适用的，于是就单独拎出来