MPC（模型预测控制）控制小车沿轨迹移动——C++实现
要求如下图所示，给定一条轨迹，要求控制小车沿这条轨迹移动，同时可以适用于系统带有延时的情况。注意，本篇文章只给出部分C++代码参考。首先用运动学自行车模型（Kinematic Bicycle Model）对小车建模，设计相应的成本函数（cost function）和约束，之后利用OSQP求解二次规划
自动驾驶感知——激光雷达基本概念|激光雷达点云|激光雷达的标定
点云是激光雷达获取的三维场景信息的数据存储形式，不同于图像数据，点云由空间中一系列离散的点组成，并记录了这些点相对于激光雷达自身坐标系的三维坐标与反射率。一帧点云数据（包含N个点）可表示为xiyizirii1Nxiyizirii1N其中𝑥𝑖𝑦𝑖𝑧𝑖xiyizi第个点在激光
ROS 机器人操作系统：版本说明
ROS 和 ROS2由于历史原因，ROS 有两个大版本 —— ROS1（通常用 ROS 替代）和 ROS2，两者的差别如下图所示。我们知道 ROS 始于2007年11月，最早是“柳树车库”用于 PR2 机器人的开发，同时希望 ROS 能用于其他机器人。因此，柳树车库花费了大量精力定义了抽象级别（通常
Python深度学习-第一章、什么是深度学习
深度学习基本概念定义机器学习简史
CUDA的卸载（v10.0）与安装（v10.2）
CUDA的安装与卸载
调用chatgpt的api, 必须知道的三件事
字符限制问题+答案
(学习笔记一)基于YOLOv5的车辆检测项目
基于YOLOv5的车辆识别项目测试报告1.YOLOv5模型简介YOLO能实现图像或视频中物体的快速识别，在相同的识别类别范围和识别准确率条件下，YOLO识别速度最快。YOLO有多种模型，其中最新的为V5，V5的特点是速度更快，识别准确率更高，权重文件更小，可以搭载在配置更低的移动设备上。本次测试采用
如何训练一个属于自己的AI模型
同时，您需要对领域有较强的了解，对数据有很好的理解，并了解您使用的深度学习框架。学习使用机器学习和深度学习框架，如 TensorFlow、PyTorch、scikit-learn等，来构建和训练模型。使用深度学习平台：可以使用深度学习平台如 TensorFlow，PyTorch等，进而提高模型构建和
网络模型的参数量和FLOPs的计算 Pytorch
如果把torchstat包中的一行程序进行一点点改动，那么这个包可以用来统计全连接神经网络的参数量和计算量。当然手动计算全连接神经网络的参数量和计算量也很快 =_=。进入torchstat源代码之后，如下图所示，注释掉圈红的地方，就可以用torchstat包统计全连接神经网络的参数量和计算量了。包，
让AI帮你工作(2)-如何阅读pdf论文
用chatgpt最快速的复现chatpdf
OpenCV基础操作_视频读取
本文介绍了利用OpenCV来读取视频文件和IPC设备，给出示例。并分享了一些在项目中，遇到的摄像头延时的分析和处理心得，供大家参考。
【亲测可用】BEV Fusion (MIT) 环境配置
BEV Fusion踩坑血泪记录
ChatGPT介绍
ChatGPT是一种基于人工神经网络和自然语言处理技术的大型语言模型，由OpenAI公司开发。它的目标是模拟人类的对话方式，并能够生成准确、流畅、自然的文本响应。ChatGPT是建立在Transformer模型上的，它通过处理大量的自然语言数据，学习自然语言的规则和模式，并能够生成与给定输入相匹配的
波士顿房价预测——机器学习入门级案例
在机器学习和深度学习过程中，往往要将数据集划分为训练集和测试集两部分，训练集用来进行训练，一般会取数据集的80%-90%，而测试集用来对训练好的模型性能进行评估，一般只取少量数据集，大概为10%左右。波士顿房价预测数据集中原有数据集为506行，经过划分以后，训练集为原来的80%，即404，测试集为原
NLP--社区检测算法(Community Detection)总结【原理】
社区检测（Community Detection）又被称为是社区发现，用于评估节点组如何聚类或分区，以及它们增强或分离的趋势。重点对图算法中的社区检测进行了整理总结。
裂缝检测专题（3）裂缝数据集dataset总结1-分类
裂缝检测技术-基于图像处理用于裂缝分类裂缝分割用于裂缝分类Concrete Crack Images for Classification像素值：227x227数量：40000张（20000negative+20000postive）引用该数据集的论文：“Automatic crack distre
【跟着ChatGPT学深度学习】ChatGPT教我文本分类
总的来说，关于知识点方面，该说不说，它并不能完全替代我的老师，对于这些知识点，只能说达到及格的水平（作为一个老师的标准），尤其是对知识不能做到实时更新，官方说它的知识只能到2021年，后续的知识它并不能做到自学，只能通过不断地喂入数据才能精进。关于代码生成方面，虽然每次都能给我生成出来我想要的代码，
Phind-面向程序员的AI聊天对话机器人
phind面向程序员的ai
nnUNet 详细解读（一）论文技术要点归纳
提出了一种基于2D和3D UNet的自适应框架nnUNet，无需手动调参，平均DICE最高。总共10个数据集，7个用于训练阶段，3个用于评估阶段，且不能手动调参。预处理：resampling和normalization训练：loss，optimizer设置、数据增广推理：patch-based策略、
“如何获取一篇论文的代码以及运行”相关教程
“如何获取一篇论文的代码以及运行”相关教程
