TypechoJoeTheme

鱼一的博客 ◡̈

yuyi

知不可乎骤得,托遗响于悲风
网站页面
标签搜索
搜索到 92 篇与 的结果
2023-05-28

科研学习流水账50

科研学习流水账50
调通将UFDN的代码下载,在veri数据集上复现baseline。看论文整理思考关于重识别的新的解决方案。整理了ROS安装和使用其抓取 G29数据的文档。完成专利的绘图和简介部分写作,整体上进行一定修改。问题分析使用Ubuntu20.04初次安装ROS环境失败,下载了aptitude包管理工具,结果误删了系统文件。重新安装了Ubuntu18.04的系统,不再使用aptitude包管理工具,顺利安装了ROS,并抓取了外设G29的数据。下步进一步完善Carla实践文档,实现G29方向盘自转。重点思考重识别的多尺度和无标注划分局部方面结合的新方案进行。
2023-05-28
2023年05月28日
0 阅读
0 评论
2023-05-21

科研学习流水账49

科研学习流水账49
修改将fast-reid下载到6005上,在veri数据集上复现baseline。看论文整理思考关于重识别的新的解决方案。整理了Carla环境安装和G29适配的文档。专利文字部分已经基本完成。录入了部分数据到烟台政务网站。问题分析关于设想重识别的新解决方案,目前的问题是大部分想法还不够具体下一步继续完成专利的画图工作,随后再对整体完善修整.进一步完善Carla实践文档,下周实现G29各种操作的数据采集.实践一下关于重识别的新方案进行.
2023-05-21
2023年05月21日
0 阅读
0 评论
2023-05-14

科研流水账48

科研流水账48
听我导安排,开始把之前论文写成专利📢修改反事实注意力里的行人重识别代码,复现了其论文中车辆重识别在veri776的结果。使用反事实注意力论文里的局部软划分进行驾驶员意图识别,结果没有明显提升把服务器6007移到西校区实验室,装了1080ti显卡,在该机器上安装了Carla仿真环境并适配方向盘操作。查找整理并写了一点点关于智慧物流的背景。专利完成进度3/5。问题分析显卡驱动问题服务器6007安装显卡1080Ti后,不能正常工作,无法进入图形界面。问题原因:可能是由于之前6007上使用的为3090的显卡,所安装驱动与较早版本发布的显卡1080Ti不太适配。解决方案:虽然无法加载图形界面,但可以调出命令界面,重装合适的显卡驱动。安装完成后重启电脑,输入nvidia-smi 测试,显卡正常工作。下一步继续完成专利写作整理记录Carla 安装、其与G29连接的过程、仿真环境中车辆运行时方向盘、刹车、油门数据的采集买摄像头并采集摄像头数据
2023-05-14
2023年05月14日
0 阅读
0 评论
2023-05-07

科研流水账47

科研流水账47
修改驾驶员意图识别的代码,阅读驾驶员意图识别的论文。阅读局部软划分的相关论文,根据代码和论文对比思考其差异和意义。全局+局部(使用Spatial diversity loss划分,使用全局与局部关系模块):Epoch 44, duration: 142 s, loss: 0.0183, acc: 99.3458,/nAccuracy of the network on the test images: 95.628 %全局+局部(使用 熵loss划分,使用全局与局部关系模块):poch 43, duration: 180 s, loss: 0.0224, acc: 99.3534,/nAccuracy of the network on the test images: 95.559 %Epoch 44, duration: 182 s, loss: 0.0229, acc: 99.3688,/nAccuracy of the network on the test images: 95.420 %问题分析通过计算离散随机变量的熵来设计损失函数通过打印和显示二值化图片的方式观察权...
2023-05-07
2023年05月07日
0 阅读
0 评论
2023-05-01

科学流水账46

科学流水账46
论文实验已经做完了,听我导安排,驾驶员意图识别比较好出成果。在老师指导下完成论文的写作和修改(文字、图和表)。修改驾驶员意图识别的代码。全局:Epoch 11, duration: 336 s, loss: 0.0466, acc: 98.5607Accuracy of the network on the test images: 95 %全局+局部(使用Spatial diversity loss划分):running_loss: 121.2444, running_correct: 12612.0000, loss_he: 0.04133, loss_ce: 0.1315, loss_ce_local: 0.37921Epoch 8, duration: 337 s, loss: 0.2986, acc: 388.3005Accuracy of the network on the test images: 95 %问题分析通过计算离散随机变量的熵来设计损失函数1.直接使用会出现问题,训练过程中最终的权重矩阵会变成 0 和 1组成的通过观察权重矩阵元素值的变化,发现随着训练...
2023-05-01
2023年05月01日
0 阅读
0 评论
2023-04-09

科研流水账43

科研流水账43
完成实验部分的图表绘制,挑选和排列,包括可视化重识别结果、正负样本的组件注意力结果对比、车辆各组件的语义分割图片、stage3和stage4的热力图以及其融合后的热力图。在租用的服务器上完成了所有 vehicleID 数据集的实验,并将模型保存到了本地。修改代码生成 rank-1 到rank-50 的数值,学习绘制折线图的代码。CMC折线图感觉需要美化啊
2023-04-09
2023年04月09日
0 阅读
0 评论
2023-04-02

科研流水账42

科研流水账42
跑完了veri776上的消融实验。在租用的服务器上进行了 vehicleID 数据集的实验修改可视化重识别结果的代码,让其正常运行显示图片、距离和结果。对resnet50-ibn stage3 和 stage4 阶段以及使用特征融合后的图片热力图。生成大量语义分割图。VehicleiD结果mAP: 91.83%CMC curve, Rank-1 : 87.21%CMC curve, Rank-5 : 97.75%CMC curve, Rank-10 : 99.02%问题分析在租用服务器上进行 vehicleID 实验时效果没有明显提升在vehicleID数据集调整 num_instance 和 batch_size的比例,从 8 --- 256 调整回 pven 的4 --- 256,性能有了明显提升。
2023-04-02
2023年04月02日
0 阅读
0 评论

More Info for me 📱

IP信息

人生倒计时

今日已经过去小时
这周已经过去
本月已经过去
今年已经过去个月