这对于一些爱好者，在想学习某个品牌嵌入式系统（如树莓派，Jetson系列）的同时，又能很快的用现成的其搭建好的整体软硬系统产品做一些效果验证，不然嵌入式系统的外围配件等就要自己操心了。博主近期入手了一个带机械臂的智能小车，会以此作为入口点，验证机械臂配合2D相机做引导，配合3D深度相机做引导，同时会涉及MoveIt2仿真，ROS2，SLAM建图等。这家专注于教育学习领域，在各成品模块的基础上，做集

这对于一些爱好者，在想学习某个品牌嵌入式系统（如树莓派，Jetson系列）的同时，又能很快的用现成的其搭建好的整体软硬系统产品做一些效果验证，不然嵌入式系统的外围配件等就要自己操心了。博主近期入手了一个带机械臂的智能小车，会以此作为入口点，验证机械臂配合2D相机做引导，配合3D深度相机做引导，同时会涉及MoveIt2仿真，ROS2，SLAM建图等。这家专注于教育学习领域，在各成品模块的基础上，做集

前面写了很多关于树莓派4B方面的博客，可见博主的专栏https://blog.csdn.net/jiugeshao/category_11447160.html?spm=1001.2014.3001.5482https://blog.csdn.net/jiugeshao/category_11447160.html?spm=1001.2014.3001.5482接下来会有关于NVIDIA Jets

整理下目标检测常用算法的知识：一. RCNN (Regions with CNN) RBG1. 候选区域选择（region proposal), 用到了SelectiveSearch2. 对于每个区域利用CNN抽取一个固定长度的特征向量（Alexnet， 基于Caffe进行的代码开发）3. 再对每个区域利用SVM进行目标分类。同时做边界回归。技巧：采用在ImageNet上已经训练好的模型，然后在P

整理下目标检测常用算法的知识：一. RCNN (Regions with CNN) RBG1. 候选区域选择（region proposal), 用到了SelectiveSearch2. 对于每个区域利用CNN抽取一个固定长度的特征向量（Alexnet， 基于Caffe进行的代码开发）3. 再对每个区域利用SVM进行目标分类。同时做边界回归。技巧：采用在ImageNet上已经训练好的模型，然后在P

1.直方图均衡化、滤波编码、阈值分割（峰谷法、灰度阈值法）、区域增长、分裂合并https://wenku.baidu.com/view/6341c428a36925c52cc58bd63186bceb18e8ed02.html2.区域生长、区域分离合并、使用分水岭变化（来源：Matlab(冈萨雷斯）3. PCA主成分分析方法（来源大论文）主成分分析[39]（PCA）方法是一种数学变...

之前的博客里有介绍如何在windows下在QT Creator界面显示点云数据，见如下链接QTcreator界面上显示pcl点云数据_jiugeshao的专栏-CSDN博客这里再介绍下Ubuntu下的配置。1. 使用apt-get install libpcl-dev，安装完毕后，vtk和eigen都会安装上了2.可在/usr下看到安装的一些版本：2. 用QTCreator打开项目，在里面加入界面

TensorRT的安装可见我的上一篇博客Ubuntu配置TensorRT及验证_jiugeshao的专栏-CSDN博客博主的一些基本环境配置可见之前博客非虚拟机环境下Ubuntu配置_jiugeshao的专栏-CSDN博客第一步: 准备安装AnacondaAnaconda3-5.2.0-Linux-x86_64.shhttps://repo.anaconda.com/archive/Anacond

接着前面的YOLO系列继续做一些简单的关键点整理1.SSD（2016）https://arxiv.org/pdf/1512.02325.pdf

1.首先记录下如何用Qt Creator做一个界面程序，新建一个项目如上选择后选择好路径，输入项目名称后，点击继续如下选择Desktop Qt 5.12.1 GCC 65bit选项，可以点击Details来做展开查看继续到如下界面可参照我之前的博客里做设计程序界面pcharm配置pyqt5(Anaconda3 python环境)做界面开发_jiugeshao的专栏-CSDN博客运行程序，点击界面上