Affine Transformation 仿射变换是在二维空间上对图像进行平移(Translation)、缩放(Scale)、旋转(Rotate)、错切(Shear)操作的组合。 四种变换的矩阵形式分别为： 平移:T_t = \begin{bmatrix} 1 & 0 & p_x \\ 0 & 1
发布于 2025-03-10
虽说是历程...但是手串刚到我的手里，就先放一张出生（无谐音）图吧。 猴头 这个猴头不是黑神话悟空里猴头泡酒的那个猴头...它其实是核桃。 这是一串10mm+的全品小馒头料猴头手串。 柏香籽 也叫百香籽，柏香子，这几种写法都没错。 这是一串36颗的9mm+热振竖桩顺纹柏香籽手串（名字好长），它没法戴
发布于 2025-02-25
本来以为难度颇高，没想到还挺简单... 需要的软件就两个： ollama Chatbox AI 模型的部署 进入两个软件的官网并下载Windows版本，下载完成后安装。 使用win+R 呼出Windows的终端，然后进入ollama的模型页面，选择你需要使用的模型分支，b前的数字越大，模型参数越多，
发布于 2025-02-20
C++ STL 容器是使用频率超高的基础设施，只有了解各个容器的底层原理，才能得心应手地用好不同的容器，做到用最合适的容器干最合适的事情[1]。看了文章[1]，可惜其中对容器方法的底层几乎没有提及，那就自己边查边写吧。本文大部分内容来自cplusplus.com/reference/ 。 C++ S
发布于 2025-01-13
.... 老师教的差不多全还回去了。 向量 向量点积 点积（Dot product）也叫标量积（Scalar product）。在Euclidean空间也称内积（Inner product）。对应元素相乘后相加，结果是一个标量，也就是一个数。 对于向量\vec {a} = (a_1, a_2), \
发布于 2024-11-27
Transformer在谷歌2017年的论文 [1706.03762] Attention Is All You Need 中首次被提出，主要用于NLP(Natuarl Language Processing，自然语言处理)的各项任务。 后来在CV领域，研究者们基于Transformer架构开展了一
发布于 2024-11-26
前言 单目相机的目标距离估计本身就已经充满了挑战，那么目标的(相对)速度估计也必然是十分困难... 目前单目相机的相对速度估计算法可以分成两类：传统方法和深度学习方法。没错，什么任务都可以深度学习。 传统方法中，最经典的是Mobileye在2003年的一篇论文中提出的算法。这个算法包含目标距离和速度
发布于 2024-11-24
系统环境：Ubuntu 20.04 ROS2版本：Foxy，其中Foxy是LTS长期支持版本，Galactic不是，但是这两者都只能运行在Ubuntu20.04上。 ROS2的安装 先检查是否支持UTF-8，用locale命令 jetson@funnywii-orin:~$ locale LANG=
发布于 2024-10-25
实现流量统计算法有两个前提： 能够实现目标检测，最基本的前提，必须能够识别到视频帧中的车辆和行人。 能够进行目标跟踪，在检测的基础上，为目标分配一个唯一的ID。流量计数依赖于目标的唯一ID。 目标检测算法以YOLO系列为例。 跟踪算法以ByteTrack跟踪结果为例。将检测结果objects作为By
发布于 2024-10-10
