- 博客(51)
- 收藏
- 关注
RSS订阅原创 win10搭建opengl环境搭建并测试--输出立方体球体和碗型并在球体上贴图
参照本文档可以完成环境搭建和测试，如果想要快速完成环境的搭建可以获取本人的工程，包括所用到的工具链和测试工程源码获取（非免费介意务下载）：链接: https://pan.baidu.com/s/1H2ejbT7kLM9ore5MqyomgA 提取码: 8s1b。
2025-03-17 13:18:50
514
原创 RV1106开发板的yolov5模型转换和板端的测试
测试结果模型输出路径适配板端需要修改文件需要修改yolov5的检查头部分，以及模型导出部分，注意下面只是简单修改测试，只用于模型导出。export.py导出模型。
2025-02-21 15:42:32
401
原创 基于yolov5的积雪检测的训练（包含样本：训练855样本测试65样本，检测类别1类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练路面积雪的检测：链接: https://pan.baidu.com/s/1lN4xoiLmqkOjNrip8R4XOg 提取码: ir1a ( 内部包含修改后的工程和训练用的数据集：训练855样本测试65样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2025-01-08 14:45:29
179
原创 基于yolov5的积水检测的训练（包含样本：训练1901样本测试593样本，检测类别1类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练路面积水的检测：链接: https://pan.baidu.com/s/12NBXPRtf_9gEJ36J9R9gsg 提取码: r7pg ( 内部包含修改后的工程和训练用的数据集：训练1901样本测试593样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2025-01-08 14:40:46
227
原创 自动驾驶AVM环视算法--python版本的车轮投影模式
本文档进用于展示部分代码的视线，获取方式网盘自行获取（非免费介意勿下载）：链接: https://pan.baidu.com/s/1stxuC_h3CMtvKdqqL_6_dg 提取码: k6fk。注：当前python的版本效率比较低，需要加速的可以自行优化加速代码，实现的过程是从C代码直接转换过来的，没有进行任何的优化加速。c语言版本和算法原理的可以查看本人的其他文档。
2024-12-24 09:29:58
774
原创 基于yolov5的国内车牌检测的训练（包含样本：训练2708样本测试150样本，检测类别1类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练国内车牌的检测：链接: https://pan.baidu.com/s/1j9i0P1lMz06tXo4nA28csw 提取码: ie7h ( 内部包含修改后的工程和训练用的数据集：训练2708样本测试150样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2024-12-23 09:38:08
355
原创 自动驾驶AVM环视算法--python版本的窄边投影模式
c语言版本和算法原理的可以查看本人的其他文档。《自动驾驶AVM环视算法--540度全景的算法实现和exe测试demo》本文档进用于展示部分代码的视线，获取方式网盘自行获取（非免费介意勿下载）：链接: https://pan.baidu.com/s/19fxwrZ3BbsAW04VpXC7XRw 提取码: 7uxm。注：当前python的版本效率比较低，需要加速的可以自行优化加速代码，实现的过程是从C代码直接转换过来的，没有进行任何的优化加速。
2024-12-20 09:23:38
477
原创 自动驾驶AVM环视算法--python版本的前后左右单视角投影模式
本文档进用于展示部分代码的视线，获取方式网盘自行获取（非免费介意勿下载）：链接: https://pan.baidu.com/s/1O3nagz3oZFFgaV3-3qFHkQ 提取码: 8vbm。注：当前python的版本效率比较低，需要加速的可以自行优化加速代码，实现的过程是从C代码直接转换过来的，没有进行任何的优化加速。c语言版本和算法原理的可以查看本人的其他文档。
2024-12-20 09:23:36
521
原创 基于yolov5的国外车牌检测的训练（包含样本：训练9097样本测试1019样本，检测类别1类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练三轮车的检测：链接: https://pan.baidu.com/s/1y5IAYh_qPVdKxWBDW3fexQ 提取码: k2xh ( 内部包含修改后的工程和训练用的数据集：训练9097样本测试1019样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2024-12-20 09:12:31
142
原创 基于yolov5的护栏检测的训练（包含样本：训练3049样本测试722样本，检测类别1类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练三轮车的检测：链接: https://pan.baidu.com/s/1gfV5V9Z_slkzzB4qkVY5vg 提取码: 5fsy ( 内部包含修改后的工程和训练用的数据集：训练3049样本测试722样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2024-12-20 09:10:01
269
原创 自动驾驶AVM环视算法--python版本的超广角投影模式
本文档进用于展示部分代码的视线，获取方式网盘自行获取（非免费介意勿下载）：链接: https://pan.baidu.com/s/1oYChfFYbWtrSvOgQzw7nYQ 提取码: 6a35。注：当前python的版本效率比较低，需要加速的可以自行优化加速代码，实现的过程是从C代码直接转换过来的，没有进行任何的优化加速。c语言版本和算法原理的可以查看本人的其他文档。
2024-12-19 09:45:29
691
原创 基于yolov5的石头剪刀布检测的训练（包含样本：训练3939样本测试524样本，检测类别3类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练石头剪刀布的检测：链接: https://pan.baidu.com/s/1ODzy2PkF3mPetm-cM_9Aow 提取码: s23h ( 内部包含修改后的工程和训练用的数据集：训练3939样本测试524样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2024-12-19 09:40:39
266
原创 自动驾驶AVM环视算法--python版本的540投影模式
本文档进用于展示部分代码的视线，获取方式网盘自行获取（非免费介意勿下载）：链接: https://pan.baidu.com/s/19fxwrZ3BbsAW04VpXC7XRw 提取码: 7uxm。注：当前python的版本效率比较低，需要加速的可以自行优化加速代码，实现的过程是从C代码直接转换过来的，没有进行任何的优化加速。c语言版本和算法原理的可以查看本人的其他文档。
2024-12-18 09:44:04
664
原创 基于yolov5的三轮车检测的训练（包含样本：训练2492样本测试502样本，检测类别1类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练三轮车的检测：链接: https://pan.baidu.com/s/12yuyBn1k7ZQSD-uDVKPAbw 提取码: jtm5 ( 内部包含修改后的工程和训练用的数据集：训练3347样本测试653样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2024-12-18 09:39:23
254
原创 自动驾驶AVM环视算法--python版本的俯视碗型投影模式
本文档进用于展示部分代码的视线，获取方式网盘自行获取（非免费介意勿下载）：链接: https://pan.baidu.com/s/1STjUd87_5wDk_C6F_RbPWg 提取码: ytu7。注：当前python的版本效率比较低，需要加速的可以自行优化加速代码，实现的过程是从C代码直接转换过来的，没有进行任何的优化加速。c语言版本和算法原理的可以查看本人的其他文档。
2024-12-17 11:19:24
633
原创 基于yolov5的井盖检测的训练（包含样本：训练803样本测试271样本，检测类别1类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练井盖的检测：链接: https://pan.baidu.com/s/1wlRwP5Bc7CXAUAu3R8b3fQ 提取码: mx7t ( 内部包含修改后的工程和训练用的数据集：训练803样本测试271样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2024-12-17 11:14:39
245
原创 基于yolov5的路面坑洞检测的训练（包含样本：训练3347样本测试653样本，检测类别1类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练路面坑道的检测：链接: https://pan.baidu.com/s/1D-dZwcJvG5-lRtPLix9N2Q 提取码: 54r1 ( 内部包含修改后的工程和训练用的数据集：训练3347样本测试653样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2024-12-16 14:13:39
175
原创 自动驾驶AVM环视算法--python版本的俯视TOP投影模式
本文档进用于展示部分代码的视线，获取方式网盘自行获取（非免费介意勿下载）：链接: https://pan.baidu.com/s/1MJa8ZCEfNyLc5x0uVegtog 提取码: vskn。注：当前python的版本效率比较低，需要加速的可以自行优化加速代码，实现的过程是从C代码直接转换过来的，没有进行任何的优化加速。c语言版本和算法原理的可以查看本人的其他文档。
2024-12-16 14:10:42
627
原创 基于yolov5的斑马线检测的训练（包含样本：训练6420样本测试887样本，检测类别1类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练交通标示的检测：链接: https://pan.baidu.com/s/1ICQ5sSBDiLyVSp2Ige7oEQ 提取码: isge ( 内部包含修改后的工程和训练用的数据集：训练6420样本测试887样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2024-12-13 15:16:11
305
原创 基于yolov5的减速带检测的训练（包含样本：训练1363样本测试227样本，检测类别1类）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练交通标示的检测：链接: https://pan.baidu.com/s/1CZFyI2OHE_0oOTHjKMcJFQ 提取码: pafy ( 内部包含修改后的工程和训练用的数据集：训练1363样本测试227样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2024-12-13 09:07:47
239
原创 基于yolov5的交通标识检测的训练（包含样本：训练9170样本测试1097样本，检测类别221类）
( 内部包含修改后的工程和训练用的数据集：训练9170样本测试1097样本，训练好的模型可以直接使用哦,当前训练时间较短部分检测效果不是很好可以在当前模型上继续训练 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。
2024-12-11 09:34:12
690
2
原创 基于yolov5的障碍物（雪花桶traffic cone）检测的训练（包含样本：训练4328样本测试606样本）
获取工程可以从yolo的官方网站获取或者直接从跟本人的网盘获取（非免费介意误下载）：无需配置训练的数据解和下载数据，搭建好训练环境后就可以使用本工程直接训练障碍物（雪花桶）的检测：通过网盘分享的文件：训练障碍物。内部包含修改后的工程和训练用的数据集：训练4328样本测试606样本，训练好的模型可以直接使用哦 ）准备好数据后配置文件yolov5s_self.yaml。准备好数据后配置文件coco.yaml。训练4328样本测试606样本。
2024-12-06 15:11:11
292
原创 自动驾驶ADAS算法--使用MATLBA和UE4生成测试视频
链接: https://pan.baidu.com/s/1IY0hH8XyHq0zTs4mIZvy1Q 提取码: 2bay。点击上述的红框内是的部分后重新执行上述的指令后就会消失以上的报错问题。点击上述的红框内是的部分后继续执行一下指令。通过网盘分享的文件：20240908。打开matlab的软降执行一下指令。如果运行后可能会报错，如下所示。运行后可能会报错，如下所示。前视的碰撞设置相机的参数。
2024-09-08 22:27:46
978
原创 yolov10在地平线旭日X3派上的部署和测试（Python版本和C++版本）
由于原模型的后处理部分存在在X3板端运行报错的问题需要修改源码，修改如下。将上述转换出来的onnx模型复制到X3的模型转换路径下。修改如下（使用一下代码替换原forward函数）模型转换运行脚本02_preprocess.sh。搭建模型转换的环境和修改配置文件完成模型转换。模型转换运行脚本01_check.sh。修改文件、配置模型路径（当前无需修改）模型转换运行脚本03_build.sh。将模型复制到板端就可以测试了。修改文件、配置模型路径。修改文件、配置模型路径。
2024-07-29 11:26:52
876
5
原创 自动驾驶AVM环视算法–更新超广角视图算法和exe测试demo
链接：https://pan.baidu.com/s/1ndDcJ6VwexZoLUyUXlwLwg。本测试的demo可以测试自己的图片，直接修改上述的图片路径就可以测试。更新：测试的exe程序，无需解压码就可以体验算法测试效果。测试文件包括：可执行的exe文件、测试图片和视频等。根据需求进行测试，以下是测试的结果视频。1、压缩包解压后显示如下所示。3、测试的demo的获取。附带的测试的球面投影。
2024-07-24 00:02:09
468
原创 自动驾驶AVM环视算法–全景和标定全功能算法实现和exe测试demo
链接：https://pan.baidu.com/s/1OqYzPKSrsuVzmwxfPUOSXw。链接：https://pan.baidu.com/s/1J4AA64Xo0SkGpCaMUF6edQ。AVM全景的车轮模式--行车左前车轮模式。AVM全景的车轮模式--倒车左后车轮模式。AVM全景的车轮模式--行车右前车轮模式。AVM全景的车轮模式--倒车右后车轮模式。AVM全景的多视图模式--540度全景。AVM全景的窄边模式--行车窄边模式。AVM全景的窄边模式--倒车窄边模式。
2024-07-17 22:40:17
837
原创 基于UltraFace的人脸检测在地平线旭日X3派上的部署和测试（Python版本和C++版本）
代码和虚拟机百度网盘链接：链接：https://pan.baidu.com/s/1Y6YOZ2CkVyOGlf5xkN67Lw提取码：lry2参考：基于UltraFace的人脸检测在地平线旭日X3派上的部署和测试（Python版本和C++版本）---金书世界。
2024-07-16 16:37:28
424
1
原创 自动驾驶AVM环视算法--540度全景的算法实现和exe测试demo
540度全景影像是什么540度全景影像是在360度全景影像基础上的升级功能，它增加了更多的摄像头来收集周围的图像数据。通常，这些摄像头分布在车辆的更多位置，例如车顶、车底等，以便更全面地捕捉车辆周围的情况。在开启全景影像功能时，这些摄像头收集的图像数据会被系统处理并拼接在一起，形成一个从车顶鸟瞰的全景俯视图。这种视图可以提供更全面的视野，帮助驾驶员更好地了解车辆周围的环境，从而提高驾驶安全性和便利性。
2024-07-09 09:06:15
883
原创 自动驾驶AVM环视算法--相机的联合标定算法实现和exe测试demo
链接：https://pan.baidu.com/s/1OfuslVNcTXAZWvwiqflWsA 提取码：zoef。右上角的就是标定出来的角度，红色的框就是检测出来的标定布黑色框。测试文件包括：可执行的exe文件、测试的图片等。联合标定算法的具体实现如下所示。1、压缩包解压后显示如下所示。3、开始标定按钮如下所示。
2024-07-02 23:03:17
727
原创 自动驾驶AVM环视算法--生成环视标定布视频
当前标定布的位置是根据生成的数据位置配置，数据来源是在MATLAB的录像轨迹。再回到Simulink 点击运行按钮，当界面左下角出现以下字样后。如需要测试工程和文件工程可以下载获取，整理后更新！这个位置需要将工程文件复制到一下路径，路径不存在的需要创建。注意显示数据有问题需要打开MATLAB的工程，配置数据。小车根据估计运行，之后运行到标定布的位置停止运行。运行后再返回Simulink 点击运行按钮。相机的参数配置参见之前的相机部署。进入到UE4的工程开始模拟运行。双击打开后配置工程路径。
2024-06-12 00:32:55
407
原创 自动驾驶AVM环视算法--3D碗型投影模式的exe测试工具
链接：https://pan.baidu.com/s/1K2HzFOH4QinYoBpccrW_ew 提取码：ljpp。测试文件包括：可执行的exe文件、测试的图片、测试的视频等。运行的时候需要退出就点击键盘的“ESC”按钮。测试后会保存结果视频搭配当前的文件夹下。3、四个按钮的显示分贝如下所示。1、压缩包解压后显示如下所示。
2024-05-28 16:04:23
446
原创 自动驾驶AVM环视算法--3D碗型投影模式的算法原理和代码实现
1、需要先标定相机的内参和外参。当前测试使用的主要是虚拟的测试视频，所一相机的内参都是相同，相机内参为根据上述的参数就可以自己算图像的坐标点和相机坐标点的对应坐标，计算公式如下所示：真实图像上的坐标点（个人理解就是校正后的图像坐标点）系数相机的内参（参见上述的数据a0=160、a2=-0.002、a3=0、a4=0）半径根据相机的内参数据就可以计算语言图像的矫正图像，一下是相机的矫正图像效果图像。
2024-05-20 17:54:05
3578
1
原创 自动驾驶AVM环视算法--超广角模式/转向模式/3D碗型投影模式/窄边模式/车轮模式等的实现
超广角模式/转向模式/3D碗型投影模式/窄边模式/车轮模式等的实现
2024-04-22 00:30:04
2564
原创 自动驾驶AVM环视算法--任意角度的旋转算法实现
链接：https://pan.baidu.com/s/1YLE-uM1JaHCMqDndPfU01Q 提取码：m7rc。在绕车辆周围旋转时，由于车辆是长方形的，不能在在车周围圆形的旋转吗，所以当前的额 算法是按照椭圆的方式旋转路径。获取四个摄像头的图像数据（本测试使用的是opencv读取图像的方式实现的）根据当前的相机参数在保证算法的实际效果的前提下设置旋转角度的范围。1、实现三个坐标轴轴的旋转。2、不同相机之间的拼接融合。AVM的实现的自由角度旋转。计算车辆的拼接交点位置。算法的图片的测试代码。
2024-03-14 23:12:23
798
原创 海思的模型转换-yolov3的darknet模型和yolox模型转caffe模型
可以直接获取yolov3和yolox的模型转成caffe模型的虚拟机，无需将时间用在搭建开发环境上，让更多的精力实现更有价值的学习。模型转换的虚拟机：链接：https://pan.baidu.com/s/1xiB3n7WxYIz8BqzojfsXyw提取码：42lq包括：YOLOv3、YOLOv3-spp、YOLOv3-tiny的模型输入模型输出模型模型转换caffe模型
2024-03-13 12:41:06
714
1
原创 自动驾驶AVM环视算法--全景的俯视图像和原图
链接：https://pan.baidu.com/s/1kVUA2YgRAxk7m1TYi-wsnQ?算法的实现主要是根据四个摄像头的安装位置、相机的的内外参数实现对图像的畸变矫正、视图的变换和全景的图像拼接、图像拼接的位置的平滑过度；需要根据标定相机的内参参数初始化相机畸变矫正参数（当前测试的相机内参是相同的，所以使用相同的参数进行初始化）获取四个摄像头的图像数据（本测试使用的是opencv读取图像的方式实现的）各个视图的和系数表想成后的结果如下所示。初始化后的系数表可视化显示的结果。
2024-01-20 23:33:12
1652
3
原创 自动驾驶AVM环视算法--图像的畸变矫正和各个视图矫正图（TOP、Left和Right）
链接：https://pan.baidu.com/s/1_f7hiRlS5I8ABajAFPT-hw?当前使用的摄像头安装位置（白色三角的位置就是摄像头的安装位置）4、遍历图像每个点坐标实现坐标的变换并输出各个视图的图像。1、根据视角的不同设置不同的相机的旋转矩阵。2、初始化相机实际安装的位置参数。俯视图像的旋转矩阵设置如下所示。左视图像的旋转矩阵设置如下所示。右视图像的旋转矩阵设置如下所示。3、初始化相机的内参参数。
2024-01-14 23:50:14
803
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人