原创 Electron的學習筆記
1 前言 我們項目組的標註軟件將使用Electron來開發； 2 引入組件名 使用require語句來引入組件名； 如圖所示，
2020-07-08 01:02:23
3
原创 無人駕駛——矩形框檢測的學習筆記
1 致謝 感謝志興老師的代碼和指導！ 2 矩形框檢測的基本流程 1. 根據圖像特點，根據通道值進行灰度化，這裏我們選取的是[B,R]這兩個通道； （我們這裏不進行高斯模糊，因爲圖像的噪聲比較小；主要原因是：目標矩形框的邊緣比較細） 2.
2020-07-08 01:02:13
20
原创 OCR的學習筆記
1 致謝 感謝Python中提供的difflib的函數庫～ 2 前言 我們希望可以打造一個屬於自己的OCR模型～ 3 後處理 在經過OCR的識別過程之後，識別出來的文字可能會出現錯誤，所以還需要進行後處理； 3.1 相似度匹配——diff
2020-07-03 21:31:12
8
原创 目標檢測——YOLOV3的學習筆記
1 可以參考的資料 1.1 GiantPandaCV的資料 在GiantPandaCV公衆號的後臺回覆“yolov3”獲取相關的資料； 1.2 熊貓羣主的聚類腳本： 熊貓羣主的聚類腳本： 這是我的聚類腳本，https://github.
2020-07-02 04:08:22
5
原创 目標檢測——各個框架下Tensor和矩陣的維度次序
1 致謝 感謝網友凌風玉提供的資料， 博文鏈接：https://blog.csdn.net/oLingFengYu/article/details/88033668 2 不同框架下Tensor和矩陣的維度次序 N: batch; C: c
2020-07-02 04:08:22
2
原创 自動駕駛——多傳感器融合的學習筆記
1 多傳感器融合算法的選擇——使用EKF 因爲Apollo使用的是EKF，所以我們也用EKF，（具體的資料可以查看issues_10957） 《無人駕駛》課程的賈老師推薦的論文《EKF、UKF、PF目標跟蹤性能的比較》中也是這樣說的，
2020-07-02 04:08:22
7
原创 Android測試項目的學習筆記
2 備註 2.1 會用到pywinauto包嗎？ 我們會用到pywinauto包，這個庫還是很好的，2019年仍然在進行維護；
2020-07-02 04:08:22
原创 自動駕駛——CenterNet（Objects as Points）的學習筆記
1 前言 CenterNet的代碼還是有點難懂，不過還是要感謝各位同學分享的資料～ 2 CenterNet代碼的學習筆記 2.1 數據讀取——COCO類 COCO類是用來進行數據讀取的，讀取之後獲得的item有以下幾個屬性： 'imag
2020-07-02 04:08:22
5
原创 強化學習的學習筆記
1 前言 感謝李宏毅教授的講解！ 2 採樣sample()——探索行動的策略 sample()函數在訓練過程中對應着“樣本增廣”的作用； 3 Sarsa和Q-Learning——最初的強化學習算法 3.1 基於Q-Learning的強化學
2020-07-02 04:08:22
1
原创 自動駕駛——Camera傳感器的學習筆記
1 環境測試 2 備註 2.1 win32gui是pywin32的一個子包 也就是說，如果需要使用win32gui類庫，其對應的Python包名是“pywin32”；
2020-07-02 04:08:22
12
原创 自動駕駛——多目標跟蹤模塊的學習筆記
1 系統狀態模型 1.1 狀態變量的定義 bbox：目標框位置； （在GoK的世界裏，物體在沒有外力的情況下速度爲0） （class：檢測模塊會輸出目標的類別） 備註： （loc_txt：如果信息量不夠，還可以使用txt位置進行輔助融合定
2020-07-02 04:08:22
2
原创 自動駕駛——Tracking的學習筆記
1 Tracking的作用 1.1 防止遮擋造成的檢測失效 在目標被其它目標遮擋時，很可能造成檢測失效，這是可以通過Tracking來獲得目標的位置；
2020-07-02 04:08:22
2
原创 Python的內置函數的學習筆記
1 致謝 感謝陳志興老師耐心的講解與幫助！ 2 前言 Python裏面有一些內置函數，有時候看代碼的時候會看不懂，這裏記錄一下～ 3 Python中的內置函數 3.1 getattr() 通過名字找到類對象的屬性；
2020-07-02 04:08:22
原创 模型加速——卷積通道裁剪的學習筆記
2 備註 2.1 LDR——基於數據分佈的動態路由選擇 這篇文章的思路我覺得還是挺好的，用數據分佈的信息作爲條件，視作一種索引，來獲得一個前向運算的查詢路由；
2020-07-02 04:08:22