人工智能

原创 Opencv C++写中文(来自Gemini)

基于与Google Gemini交互获取的Opencv在图片上写汉字的实现。

原创 win11开通组播

正常情况下，就可以接受组播包了，但我电脑不行，因为我还装了一个虚拟机，所以有一个虚拟网卡，我把虚拟网卡禁用了，Win11就可以正常接收组播包了。Linux开通组播，之前配置过，但Windows是第一次，Win11开通组播主要参考以下两个网页。先选中如下选项，使系统支持组播。Linux开通组播参考。

原创 拥抱Linux Mint，安装迅雷和微信

搜狗拼音输入法虽然有官网，但官网最后说是支持Ubuntu 20.04,我折腾了挺久也打不出来汉字，其实其他输入法也都能用啦，不必非得搜狗。Linux Mint自带的Transmission今天下载速度还可以，几兆的速度，挺满意的。

原创 GCC版本统计

原创 Virtualbox安装tiny11(24h2)

启动之后只显示一个Win11的logo,等半个小时还是一样，后来根据。MX Linux下运行Virtualbox7.0.10。

原创 MX Linux23.5支持峰米投影仪HDMI

【代码】MX Linux23.5支持峰米投影仪HDMI。

原创 zmq发布订阅模式最简demo

请求应答模式和发布订阅模式主要是zmq_socket的参数不同，请求应答模式是ZMQ_REP/ZMQ_REQ，发布订阅模式是ZMQ_PUB/ZMQ_SUB。订阅发布模式，订阅端必须设置filter(zmq_setsockopt)，即便filter为空，也必须设置，否则无法接收到消息。官网默认的demo都是请求应答模式，请求应答模式必须遵循一定的操作顺序，大概应该是必须一问一答，否则就无法正确处理。ZeroMQ的订阅发布（publish-subscribe）模式。运行环境Debian11。

原创 在qemu-system上跑arm-Debian

在qemu-system上跑arm-Debian

原创 串口两个线程读写

分别创建一个读串口线程，一个写串口线程。

原创 动手学强化学习 第 19 章 目标导向的强化学习 训练代码

这节改动不大，官方代码基本可以直接运行，应该只有一个warning。

原创 动手学强化学习 第 18 章 离线强化学习 训练代码

基于 https://github.com/boyu-ai/Hands-on-RL/blob/main/%E7%AC%AC17%E7%AB%A0-%E5%9F%BA%E4%BA%8E%E6%A8%A1%E5%9E%8B%E7%9A%84%E7%AD%96%E7%95%A5%E4%BC%98%E5%8C%96.ipynb。理论 基于模型的策略优化。

原创 动手学强化学习 第 17 章 基于模型的策略优化 训练代码

【代码】动手学强化学习 第 17 章 基于模型的策略优化 训练代码。

原创 动手学强化学习 第 16 章 模型预测控制 训练代码

【代码】动手学强化学习 第 16 章 模型预测控制 训练代码。

原创 动手学强化学习 第 15 章 模仿学习 训练代码

【代码】动手学强化学习 第 15 章 模仿学习 训练代码。

原创 动手学强化学习 第 14 章 SAC 算法 训练代码

【代码】动手学强化学习 第 14 章 SAC 算法 训练代码。

原创 动手学强化学习 第 14 章 SAC 算法(SACContinuous) 训练代码

【代码】动手学强化学习 第 14 章 SAC 算法(SACContinuous) 训练代码。

原创 动手学强化学习 第 13 章 DDPG 算法 训练代码

理论 ​​​​​​​。

原创 动手学强化学习 第 12 章 PPO 算法(PPOContinuous) 训练代码

rl_utils.py 参考。

原创 动手学强化学习 第 12 章 PPO 算法 训练代码

rl_utils.py 参考。如果觉得训练时间过长，可以把。

原创 动手学强化学习 第 11 章 TRPO 算法(TRPOContinuous) 训练代码

rl_utils.py 参考。

原创 动手学强化学习 第 11 章 TRPO 算法 训练代码

基于 理论修改了警告和报错运行环境。

原创 动手学强化学习 第10章-Actor-Critic 算法 训练代码

【代码】动手学强化学习 第10章-Actor-Critic 算法 训练代码。

原创 动手学强化学习 第9章-策略梯度算法 训练代码

【代码】动手学强化学习 第9章-策略梯度算法 训练代码。

原创 [强化学习]q table的q是什么意思？

我是一个比较喜欢考究的人，看网上基本都是直接介绍q learning，q table，没有谁说明白为啥用q，我用其他字母行不？

原创 ffmpeg + opencv 把摄像头画面保存为mp4文件(Ubuntu24.04)

ffmpeg + opencv 把摄像头画面保存为mp4文件(Ubuntu24.04)

原创 debian的使用笔记

安装 debian-live-12.5.0-amd64-xfce.iso 后，把下面的任务栏删除，把上面的任务栏移到下面，然后设置如下选项。1. XP风格任务栏。

原创 rl-baselines3-zoo 训练 PongNoFrameskip-v4

训练 PongNoFrameskip-v4。

原创 强化学习自动泊车的问题

但上图的画面过于理想，大概情况是整个停车场内没有其他车辆，只有这一辆车，跟实际情况差距很大;最近对自动泊车比较感兴趣，想用强化学习来解决自动泊车的问题，然后发现了一个非常优秀的工程，就是负责其他车辆的，只不过默认值为0，如果将该值设置为10，其他停车位就会有车辆，另一个问题是车道过宽，也就是两列停车位中间间距很大，我觉得需要对env进行定制;我用该代码进行训练，确实可以得出上图的效果，泊车成功率有时可以达到100%所以，我现在是训练遇到了难题，看是否有有兴趣的高手，能一起探讨一下？其github网址是。

原创 Opencv的KalmanFilter学习笔记

卡尔曼滤波的使用完整代码

原创 深度增强学习射击类游戏(vizdoom)

深度强化学习玩DoomGame

原创 AirSim在Windows下环境搭建

AirSim在Windows下环境搭建

原创 Softsign Tanh 速度对比

softsign vs tanh

原创 学习 RobustVideoMatting

RobustVideoMatting视频人像分割新纪元

原创 xubuntu language support

xubuntu minimal installsudo apt install language-selector-gnomepinyinsudo apt install fcitx-pinyin

原创 PaddlePaddle 尚不支持 Ubuntu22.04

(base) luke@luke-NH5x-7xRCx-RDx:~$ pythonPython 3.9.7 (default, Sep 16 2021, 13:09:58) [GCC 7.5.0] :: Anaconda, Inc. on linuxType "help", "copyright", "credits" or "license" for more information.>>> import paddleError: Can not import avx cor.

原创 xubuntu22.04 安装 pytorch 环境最简步骤

sudo apt install nvidia-cuda-toolkit nvidia-driver-510Index of /https://repo.anaconda.com/miniconda/Miniconda3-py39_4.11.0-Linux-x86_64.shconda install torchvision -c pytorch

原创 jetson nano 用 tensorrt 运行 nanodet(kitti数据集)

题目是目标,我们先一步一步来做,第一步是训练神经网络, 我用的是 kitti 数据集,训练顺序为,第一步,拿到kitti数据集,第二步,把kitti数据集修改为voc数据集格式,第三步,修改配置文件进行训练关于前两步,是copy自KITTI车辆检测数据集转VOC格式（亲测成功，附KITTI云盘连接以及完整格式转换代码）- KITTI车辆检测数据集看着一篇就够了！_Hurri_cane的博客-CSDN博客_kitti数据集车辆检测他这个转xml的脚本稍微改改路径就可以直接运行了,然后就是训练,

原创 一次失败的Pytorch模型量化尝试

我的原工程模型是blazeface学习笔记_zhqh100的博客-CSDN博客完整的应该是一个人脸识别项目,人脸识别,大言不惭的说,我之前其实也做过,比如用dlib来做人脸识别,就是用opencv那一套来实现,说句实在话,速度非常慢,即便是在intel CPU上,一秒也就两三帧,确实是太慢了我其实也用过其他方案,比如前几年,下载虹软的免费的库,进行试用,效果确实惊人,给我印象最深刻的,倒不是识别准确度有多高,而是速度真的飞快,我也试过MTCNN,这个只要网上搜索人脸检测,基本都是搜到这个结果,我也尝试过,我

原创 blazeface学习笔记

完整的应该是一个人脸识别项目,人脸识别,大言不惭的说,我之前其实也做过,比如用dlib来做人脸识别,就是用opencv那一套来实现,说句实在话,速度非常慢,即便是在intel CPU上,一秒也就两三帧,确实是太慢了我其实也用过其他方案,比如前几年,下载虹软的免费的库,进行试用,效果确实惊人,给我印象最深刻的,倒不是识别准确度有多高,而是速度真的飞快,我也试过MTCNN,这个只要网上搜索人脸检测,基本都是搜到这个结果,我也尝试过,我不知道别人是如何夸奖这个库的,我试用的体会就是,经常误识别,就是本来就

原创 LaneATT调试笔记

代码地址为 https://github.com/lucastabelini/LaneATThttps://github.com/lucastabelini/LaneATT首先说这个Label,因为input肯定是一张图片,这个毫无疑问,这个Label的构建主要是在LaneDataset中,该类首先构建一个dataset,比如我这里是TuSimple,其数据集的Label是车道线的标点,不过是十行(像素)取一个x点的坐标,所以lane就是x点坐标,而h_samples就是y的坐标,主要也就是一个json