面向自动驾驶的端到端感知技术及发展趋势
摘要： 近年来，随着深度学习技术的发展和硬件算力的不断增强，自动驾驶技术越来越多的应用在各种场景。包括视觉感知、激光雷达感知和多传感器融合感知技术在这些年都得到了迅速发展。本文首先回顾了近年来自动驾驶感知技术的相关工作，然后介绍了相关工作所用到的方法和技术。随后整理并介绍了自动驾驶感知所需的数据集和
多目标跟踪算法的评价指标
多目标跟踪（MOT，Multiple Object Tracking）。 评价指标 MOTA MOTA全称Multiple Object Tracking Accuracy，计算公式为： MOTA=1-\cfrac{\sum_{t}(FN_t+FP_t+IDSW_t)}{\sum_{t}GT_t}
多目标跟踪中的目标匹配算法
多目标跟踪算法 自动驾驶领域中的目标跟踪算法都是多目标跟踪算法，即MOT（Multiple Object Tracking），因为在这种场景中要跟踪的目标往往是多个，也有些文献会把MOT称为MTT（Multiple Target Tracking）。 MOT问题中并不是所有目标都会在第一帧出现，也并
Linux切换Python版本
软连接 一般Ubuntu系统中默认有两个Python，一个Python2.7，一个Python3.8。 这个可以在 /usr/bin 目录中找到： (base) jetson@ubuntu:~$ cd /usr/bin/
(base) jetson@ubuntu:/usr/bin$ ls pytho
我还在学CUDA编程（四）——内存管理及访问模式
内存管理 内存分配和释放 CUDA编程模型存在HOST和DEVICE两个异构系统，每个异构系统都有独立的内存空间。 在HOST上，可以使用下面语句分配全局内存： cudaError_t cudaMalloc(void ** devPtr,size_t count) 要注意的是第一个参数，是指针的指针
相机视频流的编码格式
VideoWriter 类 最近几个项目都需要保存相机图像数据，也就是存成视频。有的要求保存源视频，有的要求保存处理后的视频。 由于图像数据的读取是使用 OpenCV，目标检测框架也是建立在OpenCV的基础上，所以保存图像顺理成章也使用OpenCV。使用 OpenCV 的 VideoWriter
PCIe-GL26设备将GMSL相机图像发送至HOST端
PCIe-GL26 先看看 PCIe-GL26 是个什么设备 本质上是个自带 Jetson Xavier 系统，且带有6路GMSL2接口的图像采集卡。 GMSL2：Gigabit Multimedia Serial Link 2，注意这个和 GIGABYTE 技嘉科技 没啥关系……GMSL翻译一下就
Ubuntu显卡驱动以及CUDA、cuDNN、TensorRT的安装
卸载原有显卡驱动（如果有） 如果当前系统存在显卡驱动，直接安装新的显卡驱动可能会报错。建议先卸载掉旧的。 #先查看驱动以及版本安装情况
ls /usr/src | grep nvidia
#进入安装目录，用驱动自带卸载命令卸载
cd /usr/bin
ls nvidia-\*
sudo nv
Ubuntu下的常用软件安装和环境配置（已经断更）
为什么不更了呢，因为发现自己使用的操作系统，系统架构，是一直都在变的。。。软件版本，下载链接也是一直在更新的。 软件安装 Clash 迷信上网必备。 首先下载软件 (作者已跑路) https://github.com/Dreamacro/clash/releases ，我下载的是 clash-lin
单目相机像素坐标系到世界坐标系的转换
世界坐标系->像素坐标系 转换过程可参见这篇文章：FunnyWii's Zone 机器视觉 - 单目相机入门 ，其中描述了世界坐标系->像素坐标系的转换过程。可以归结为下述公式： 世界坐标系->像素坐标系的过程描述的是单目相机的成像原理。我们在使用单目相机的过程中，更关心的往往是像素坐标系->世界坐