原创 MoveIt!自定義運動規劃算法的方法

       我們通常以Binary的方式在ROS中安裝MoveIt!,但是這種方式的缺點是無法將自己寫的運動算法(比如在OMPL中的算法基礎上進行修改)集成到MoveIt!中,而以source的方式來安裝,可以解決這個問題。本篇博客記錄

原创 關於C++ primer第五版(中文)第一章中提到的文件重定向問題的記錄

        最近在調試Kinect,於是參照《C++ Primer 第五版》學習C++,相信很多人看過這本書。         因爲幾乎是從零基礎開始學起的,因此在看書的過程中,我儘量把書中的每個例子都練習一遍。在看第一章的過程中,一

原创 Ubuntu安裝系統分區、Pycharm Clion等安裝問題彙總

Ubuntu系統安裝過程中的分區問題 https://blog.csdn.net/frozleaf/article/details/50488975 安裝Ubuntu時,提示“沒有定義根文件系統” 原因:分區錯誤 解決:(網上有多種分區

原创 Windows10和Ubuntu16.04雙系統,Ubuntu硬盤空間擴容

原文:https://blog.csdn.net/tap880507/article/details/79682464 ,https://blog.csdn.net/weixin_41018348/article/details/8259

原创 如何快速轉載CSDN中的博客

轉載自 https://blog.csdn.net/bolu1234/article/details/51867099 在參考“如何快速轉載CSDN中的博客”後,由於自己不懂html以及markdown相關知識,所以花了

原创 FCN訓練中實時輸出loss變化曲線

首先,這是博客是轉載的,參考了 https://blog.csdn.net/qq_33096623/article/details/80358954  這篇文章。我在訓練FCN過程中遇到了相同的問題,結合https://blog.csdn

原创 FCN源碼解讀之surgery.py

轉載自 https://blog.csdn.net/qq_21368481/article/details/80289350 surgery.py是FCN中用於轉換模型權重的python文件,在解讀源碼前,我們先來看一下VGG16

原创 FCN源碼解讀之net.py

轉載自 https://blog.csdn.net/qq_21368481/article/details/80196819 開篇先從FCN的net.py開始,net.py用於構建網絡,即運行net

原创 FCN源碼解讀之voc_layers.py

轉載自 https://blog.csdn.net/qq_21368481/article/details/80246028 voc_layers.py是FCN中利用python寫的數據層(即使用caffe的Python API

原创 FCN源碼解讀之solve.py

轉載自 https://blog.csdn.net/qq_21368481/article/details/80636932 solve.py是FCN中解決方案文件,即通過執行solve.py文件可以實現FCN模型的訓練和測試過程

原创 FCN源碼解讀之vis.py

轉載自 https://blog.csdn.net/qq_21368481/article/details/80357950 FCN中的vis.py用於測試時輸出可視化分割圖像,可以選擇兩種可視化輸出,一種爲直接可視化的彩色分割圖

原创 FCN源碼解讀之score.py

轉載自 https://blog.csdn.net/qq_21368481/article/details/80424754 score.py是FCN中用於測試測試集/驗證集的,並輸出相應的像素準確度、平均準確度、mean IU和

原创 FCN源碼解讀之infer.py

轉載自 https://blog.csdn.net/qq_21368481/article/details/80286809 infer.py是FCN中用於測試的python文件,每次可以單獨測

原创 Intel realsense D435 驅動安裝並嵌入ROS中使用

Ubuntu 16.04  Installation Ubuntu Build Dependencies 安裝過程中會用到wget, git, add-apt-repository 等命令,有可能會被防火牆阻攔,所以建議不要使用公司的網(

原创 Ubuntu16.04、ROS Kinetic、ur_modern_driver等安裝

電腦配置:型號:ThinkPad E470,220G固態硬盤,8G內存,雙顯卡:Intel HD Graphics 620和NVIDIA GeForce 940MX。 系統:Win10與Ubuntu16.04雙系統。關於雙系統的安裝較爲簡