SNPE 安装与环境配置

0 系统环境 Ubuntu 18.04 Python 3.6 Anaconda 3 SNPE 1.59.0 1 SNPE (Snapdragon Neural Processing Engine SDK) 简介 骁龙神经处理引擎(Neural Processing Engine, NPE)软件框架让开发者可为实现所需的用户体验,选择最适宜的骁龙内核,包括 Hexagon 向量处理器、Adreno GPU 和 Kryo CPU,并加速其终端侧人工智能用户体验的实现。骁龙神经处理引擎支持 PyTorch、Tensorflow、Caffe 和 Caffe2...

Anaconda 更换环境安装地址

由于 Anaconda 环境往往很大,如果一开始分配在系统目录下,时间长了可能空间不足。这时可以考虑将整个环境目录迁移。一般可以使用直接迁移文件方法和重新安装方法。 1 本机:直接迁移环境文件 在本机最简单的方法是直接迁移环境文件夹到新的地址然后再建立软连接。 例如我在 Ubuntu 系统下原来安装地址为 /home/liuxiao/anaconda3/,想要迁移到 /data/anaconda3/ 路径下,则可以使用下述步骤。 1)使用 mv 命令迁移: PowerShell sudo mv /home/liuxiao/anaconda3/ /data/anaconda3/ 1 sudo mv /home/liuxiao/anaconda3/ /data/anaconda3/ 2)建立软连接到原来的路径: PowerShell sudo ln -s /data/anaconda3/ /home/liuxiao/anaconda3/ 1 sudo ln -s /data/anaconda3/ /home/liuxiao/anaconda3/ ...

将门创投分享《三维视觉与机器人》

document.getElementById("test").style.height=document.getElementById("test").scrollWidth*0.75+"px"; 1月16日我在将门创投在线直播分享了《三维视觉与机器人》,现将完整录像与 PPT 同步分享到这里。由于能力有限,经验不足,还望大家批评指正。 分享目录 SLAM 研究内容与应用概要 专题1:VIO& 多传感器融合 专题2:Struct SLAM 专题3:Visual Localization 专题4:激光SLAM 专题5:三维重建 专题6:语义 SLAM & HDMap 相关下载 PPT 下载 [pdf-embedder url="http://www.liuxiao.org/wp-content/uploads/2020/01/三维视觉与机器人_刘骁-将门-PDF.pdf"] PPT 下载 录像下载(by 将门创投) https://pan.baidu.com/s/1Sl9dYQsOxq4WVlotp8TNTg 相关地址 将门创投公众号:https://mp.weixin.qq.com/s/j_ZkLG4TrOu9o4hI31gPGw 视频回顾(B站):https://www.bilibili.com/video/av83616108/...

Ubuntu Linux 常用命令

1 压缩解压缩 建议使用 7zip 进行压缩解压缩操作,一方面支持 2G 以上压缩文件,另一方面命令也相对简洁。 1)安装 7zip PowerShell sudo apt-get install p7zip-full p7zip-rar 1 sudo apt-get install p7zip-full p7zip-rar 2)解压文件 PowerShell 7z x yourfile.zip 1 7z x yourfile.zip 以上命令解压到与文件名同名的文件夹。如果要解压到当前文件夹使用 7z e。 3)压缩文件 PowerShell 7z a -t7z files.7z *.txt 1 7z...

Anaconda 镜像源

由于中国访问 Anaconda 官方镜像源比较慢,因此如果遇到速度瓶颈,可以尝试更换为其他国内镜像源。方法是: 编辑 ~/.condarc 文件,替换为下述任一镜像源的内容。 1 北京外国语大学镜像源 网址:https://mirrors.bfsu.edu.cn/ 可用性:可用,速度快 Shell channels: - defaults show_channel_urls: true channel_alias: https://mirrors.bfsu.edu.cn/anaconda default_channels: - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main - https://mirrors.bfsu.edu.cn/anaconda/pkgs/free - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r - https://mirrors.bfsu.edu.cn/anaconda/pkgs/pro -...

[GDB] 使用 GDB 调试程序崩溃

1 GDB 简介 GDB(GNU Debugger)是UNIX及UNIX-like下的强大调试工具,可以调试ada, c, c++, asm, minimal, d, fortran, objective-c, go, java,pascal等语言。 它的官网地址: https://www.gnu.org/software/gdb/ 2 GDB 安装 通常 Ubuntu 系统都会预装某个版本的 GDB,如果没有或者想要安装新版可以使用如下命令: Shell sudo apt-get update sudo apt-get install gdb 12 sudo apt-get updatesudo...

使用 CLion 进行 LeetCode 刷题 & 本地 Debug

在编辑器里面进行 LeetCode 刷题是一个很便捷的方式,相比网页端,随时写自测 Debug 然后再提交更加友好。本文整理了下使用 CLion 进行 LeetCode 刷题的插件安装、调试、提交的常用步骤。 0 系统环境 Ubuntu 16.04 CLion 2021.2.2 LeetCode Editor v7.0 C/C+​+​ Single File Execution v1.3 (可选) 1 安装插件 所谓“工欲善其事必先利其器”,在进行刷题之前我们首先安装两个 CLion 插件。一个是 LeetCode Editor ,另一个是...

Terminator 安装 & 使用

Terminator 是一个命令行模拟器,相比系统默认的 Terminal 工具,其提供了更多的功能,比如窗格划分、风格设置等。与之前介绍的 Tmux 虚拟终端使用 不同,这是一个运行在自己电脑端的命令行 GUI 工具,而前者可以运行在服务器端并且能够持久运行与共享 session。 0 系统环境 Ubuntu 16.04 1 安装步骤 使用以下命令进行安装即可: ZSH sudo add-apt-repository ppa:gnome-terminator sudo apt-get update sudo apt-get install terminator 123 sudo add-apt-repository ppa:gnome-terminatorsudo apt-get updatesudo apt-get...

TeXLive + TeXstudio 配置与使用

LaTex 是学术论文写作的标准工具,其排版好,可控制性强同时格式调整容易书写更快。TeXLive + TeXstudio 是一个比较常见的搭配(当然 TeXmaker 也是可以的,并没有太大区别,TeXstudio 高级功能更多一点),这里面简单总结下其安装配置过程。 0 系统环境 Ubuntu 16.04 1 安装步骤 在 Ubuntu 上安装这一组合非常容易仅需两行命令即可(分别安装 TeXLive 包和 TeXstudio 包): Shell sudo apt-get install texlive-full sudo apt-get install texstudio 12 sudo apt-get install...

双目相机畸变和平行矫正

1 双目相机内外参 1.1 内参矩阵 左相机: 右相机: 1.2 畸变系数 左相机: 右相机: 1.3 外参系数 左相机外参: 和 右相机外参: 和 1.4 理想内参矩阵 构建一个两个相机共同的理想内参矩阵 2 典型步骤 参照 [2] 中的步骤,双目相机典型的畸变和平行矫正流程如下: 分别将两个图像的像素坐标系通过共同的内参矩阵转换到相机坐标系: 分别对两个相机坐标系进行旋转得到新的相机坐标系。通过左乘旋转矩阵R1和R2。 针对新的相机坐标分别进行左、右相机的去畸变操作。 去畸变操作结束后,分别用左、右相机的内参矩阵将左、右两个相机坐标系重新转换到左、右图像像素坐标系。 并分别用左、右源图像的像素值对新左、右图像的像素点进行插值。 3 OpenCV 中的相关函数 findChessboardCorners()用来发现棋盘格的角点位置,这里用的是haaris角点检测方法。cornerSubPix()角点位置精确到亚像素级。 stereoCalibrate()通过角点推算出两个相机的内参矩阵M1,M2和畸变系数D1,D2,当然外参矩阵随之也就计算出来了(在图像校正中还没有用到外参),这里用到的是张正友相机标定算法。 stereoRectify()根据内参矩阵和畸变系数计算右相机相对于左相机的旋转R和平移矩阵T,并将这个旋转和平移矩阵分解成左、右相机各旋转一半的旋转R1,R2和平移矩阵T1,T2,这里用到的是bouguet极线校正的方法。 initUndistortRectifyMap()和remap()对左右相机拍摄的图像进行校正(在今后的文章中将会详细介绍实现方法和步骤)。 参考文献 [1] https://blog.csdn.net/wangxiaokun671903/article/details/37935113 [2] https://blog.csdn.net/wangxiaokun671903/article/details/38017055...