STM32 Cubemax(四) —— STM32利用空闲中断与Openmv通信文章目录STM32 Cubemax(四) —— STM32利用空闲中断与Openmv通信前言零、连线一、OpenMv代码二、CubeMax配置1.串口及DMA配置三、STM32单片机代码编写首先在生成usart.c中加入DMA接收中断及空闲中断创建接收结构体在stm32f4xx_it.c中编写串口3中断构造处理数据处理

纯Transformer的变化检测前言一、ChangeFormer提取特征的Transformer Block下采样Downsampling Block提取特征Transformer Block融合位置编码的MLP模块特征图差异计算Difference ModuleMLP Decoder差异特征融合残差块设计总结前言上次介绍过BIT，是一种基于Transformer孪生网络的变化检测结构，但它的设

在3D目标检测中，可以大致分为基于图像、基于点云和基于多模态融合的三种方法。而基于点云处理的3D目标检测中，如何有效处理点云数据信息是其中的重点。常见的处理点云的方法有两种，一种为将无序的点云处理成有规则的体素或者柱体（voxel or pillar）等来进行处理，被称为Voxel-Based，另一种则是直接在原始点云上进行操作的Point-Based方法。本文主要介绍如何Point-Based中

STM32 Cubemax(十三) ——SPI时序读写RFID-RC522目录STM32 Cubemax(十三) ——SPI时序读写RFID-RC522前言一、SPI时序通信二、模块接线三.Cubemax配置四.核心代码延时函数写RC522寄存器读RC522寄存器复位RC522使用代码1.复位2.寻卡并得到其序列号总结前言用RFID来学习一下SPI，本次实验使用的是如下这款，在某宝随便搜索RC52

Embedding Patched与Word embedding文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言VisionTransformer可以说火到不得不会的程度，而本人之前其实对NLP领域了解不是很多，在学习中，认为在VIT论文里比较值得学习的地方有两点，一个是对图片的预处理成image token的Embedding Patched，另一个则是

Epochgpu_memboxobjclslabelsimg_size49/494.52G0.021430.01552 0.000569844640: 100%|██████████| 182/182 [09:25<00:00,3.11s/it]ClassImagesLabelsP...

Pytorch机器学习（八）——利用TORCHVISION.DATASETS和pycocotools读取coco数据集并可视化目录Pytorch机器学习（八）——利用TORCHVISION.DATASETS和pycocotools读取coco数据集并可视化前言一、数据集格式二、利用pycocotools以及torchvision.datasets读取数据集结果前言coco数据集网上介绍比较多，这里

以YOLOV5为上游检测网络，Sort算法实现多目标跟踪

系列文章目录文章目录系列文章目录前言JY901简单介绍一、上位机调试二、Cubemax配置三、代码包含官方JY901.h文件创建接收结构体和定义一些参数接收处理函数编写和结构体初始化函数一些细节的修改实验结果总结前言JY901是维特公司出品的9轴陀螺仪，个人在使用上感觉是十分不错的，他们家的产品都可以使用串口或者IIC来进行数据读取。且内部自带滤波效果，不需要对其数据进行处理，就可以直接使用。如果

STM32 Cubemax(十) ——利用卡尔曼滤波处理超声波数据文章目录STM32 Cubemax(十) ——利用卡尔曼滤波处理超声波数据前言一、卡尔曼滤波1.预测方程第一个方程第二个方程2.更新方程观测矩阵第三个方程第四个方程第五个方程二、代码1.创建有关卡尔曼滤波的结构体2.初始化3.一维卡尔曼滤波函数实验结果总结前言上节我们通过中断捕获，得到了超声波返回的数据，但可以看到，由超声波模块返回