##任务：在（一）的基础上，实现循环提取长时间序列，输出在一个excel/csv中。##学习历程：#test1import os
#path表示路径
path = "E://test//vertical//202204"
filelist = os.listdir(path)
for item in filelist:
print(item)##打印path路径下的所有文件名#test2
转载
2023-10-09 14:40:08
309阅读
近年来，激光雷达技术在飞速发展，从一开始的激光测距技术，逐步发展了激光测速、激光扫描成像、激光多普勒成像等技术，如今在无人驾驶、AGV、机器人等领域已相继出现激光雷达的身影。随着无人驾驶、机器人等领域的兴起，国内外陆续涌现出一批激光雷达公司， 鉴于激光雷达在各领域的重要地位，本文对16家知名激光雷达公司进行了各个维度的盘点。据调查，目前大部分企业都以无人车、机器人及无人车领域激光雷达为主要研究方向
转载
2023-08-28 20:34:25
367阅读
前言 课题的原因需要解析激光雷达录制的原始数据包并制作数据集，手头有镭神智能公司生产的32线激光雷达，但是镭神方面并没有提供有关点云解析的工具，前期在使用的过程中，翻阅了大量的博客等资料，发现绝大多数方法都基于ROS系统来进行，或者是基于C++版的pcl库。门槛高、麻烦是一方面，可行性也不一定能得到保证，往往浪费大家很多时间，这对于很多类似于我一样的小白来说很不友好。在摸索了一段时间后，我找到了一
转载
2024-02-22 10:43:04
419阅读
# Python雷达仿真库介绍
## 背景
雷达技术作为一种重要的电磁波探测和测距手段，在航空航天、军事防御、气象预报等领域有着广泛的应用。为了更好地理解和研究雷达系统的性能，雷达仿真成为一种重要的工具。Python作为一种简洁易学的编程语言，为雷达仿真提供了便利的工具和库。
## Python雷达仿真库
Python中有许多雷达仿真库可以帮助我们进行雷达系统的建模和仿真。其中，最常用的是
原创
2024-06-09 04:01:14
719阅读
强度信息数据的特点及处理早期的LiDAR获取的数据是被测地物的三维坐标，即深度(距离)图像，因此，对LiDAR的数据处理及应用主要集中在距离数据的直接处理及应用。目前，一般的机载LiDAR系统在测定激光脚点三维坐标信息（距离）数据的同时，能够记录该激光脚点位置反射激光信号的强度信息（有的还可以记录多次反射的强度信息），得到的数据在像素级同时具有灰度及距离两种信息，与传统的遥感成像相比具有很大的优势
1.PipenvPipenv 是 Kenneth Reitz 的业余项目，旨在将其他软件包(例如 npm 和 yarn)整合到 Python 里。它不需要安装 virtualenv, virtualenvwrapper，不用管理 requirements.txt 文件，并且不用确保依赖版本的可复现性。通过 Pipenv，你可以在 Pipfile 中指定依赖项。该工具可生成一个 Pipfile.lo
转载
2024-08-19 20:55:38
21阅读
作者：Edison_GPyTorch 1.11、TorchData 和 functorch 现已推出。转自《机器之心》近日，PyTorch 官方宣布推出 PyTorch 1.11，此版本由 1.10 版本以来的 3,300 多次 commits 组成，由 434 位贡献者完成。此外，本次 PyTorch 官方同时发布了受 JAX 启发的库 TorchData 和 functorch 的 Beta
转载
2024-03-14 08:39:10
90阅读
pytorch常用的库函数sklearn(安装顺序：Numpy --> Scipy --> matplotlib --> sklearn)Numpy引用常用方法/函数的名字.ndim ：维度 .shape ：各维度的尺度 （2，5） .size ：元素的个数 10 .dtype ：元素的类型 dtype(‘int32’) .item
转载
2023-09-25 14:28:23
238阅读
PyTorch学习（一）前言一、PyToch工具包二、代码测试1.张量（Tensor）初始化2.Operators张量操作3.Tensor与Numpy的转化总结 前言Pytorch框架无缝替换NumPy，并且通过利用GPU的算力来实现神经网络的加速。通过自动微分机制，来让神经网络的实现变得更加容易。一、PyToch工具包torch ：类似 NumPy 的张量库，强 GPU 支持 ；
to
转载
2024-05-30 13:51:49
193阅读
文章目录前言一、torchvision.datasetstorchvision.datasets.ImageFolder二、torchvision.models三、torchvision.transforms 前言torchvision是Pytorch的计算机视觉工具库，是Pytorch专门用于处理图像的库。主要由3个子包组成，分别是：torchvision.datasets、torchvisi
转载
2024-07-23 13:55:48
84阅读
查看Pytorch版本print(torch.__version__)查看cuda版本print(torch.version.cuda)查看cudnn版本print(torch.backends.cudnn.version())查看GPU型号print(torch.cuda.get_device_name(0))Pytorch是否可以使用计算机的GPUtorch.cuda.is_available
转载
2023-11-21 22:35:33
304阅读
微软开源cv库本文介绍了微软开源的计算机视觉库，它囊括了计算机视觉领域的最佳实践、代码示例和丰富文档。 近年来，计算机视觉领域突飞猛进，在人脸识别、图像理解、搜索、无人机、地图、半自动和自动驾驶方面得到广泛应用。而这些应用的核心部分是视觉识别任务，如图像分类、目标检测和图像相似度。
在各种计算机视觉模型和应用层出不穷的当下，如何把握发展脉络，跟进领域前沿发展呢？微软创建了一个库，提供构建
转载
2024-07-31 14:33:12
158阅读
原来的英文版 GitHub 项目：https://github.com/bharathgs/Awesome-pytorch-list本文的汉化版 GitHub ：https://github.com/xavier-zy/Awesome-pytorch-list-CNVersion目录这份资源大列表主要包含下面的内容：1. PyTorch 与相关库自然语言处理与语音处理计算机视
转载
2024-07-02 08:33:33
12阅读
文章目录方法一: 传入可迭代对象方法二: trange方法三: 可以为进度条设置描述方法四：write 方法方法五：手动控制进度条：应用：将tqdm应用到深度学习中 Tqdm 是 Python 进度条库，可以在 Python 长循环中添加一个进度提示信息。用户只需要封装任意的迭代器，是一个快速、扩展性强的进度条工具库。用法：tqdm(iterator)安装方法：pip install tqdm方
转载
2023-10-07 19:44:04
162阅读
点赞
机器学习算法工程师
机器学习、深度学习、数据挖掘等人工智能领域的技术实战干货文章，这里都有！分享从业经验是我们的不变的准则……726篇原创内容PyTorch 2.0引入了**torch.compile()**来加速模型，这篇文章我们将介绍如何使用**torch.compile()**来加速Hugging Face和TIMM库的模型。torch.compile() 使得尝试不同的编译器后
转载
2024-01-26 12:11:01
315阅读
文章目录方法一: 传入可迭代对象方法二: trange方法三: 可以为进度条设置描述方法四：write 方法方法五：手动控制进度条：应用：将tqdm应用到深度学习中 Tqdm 是 Python 进度条库，可以在 Python 长循环中添加一个进度提示信息。用户只需要封装任意的迭代器，是一个快速、扩展性强的进度条工具库。用法：tqdm(iterator)安装方法：pip install tqdm方
转载
2023-10-07 19:44:04
177阅读
pytorch初接触——唐宇迪教教程的3D卷积视频动作识别。接触之后，发现pytorch比tensorflow的用户体验要好一点点，TF由于兼容性问题，从其他地方拿到代码，第一感觉就是跑不起来，很多代码都是基于TF1.x写的，跟2.x一堆不兼容问题。由此开始研究pytorch，后面用的顺手可能直接转pytorch
转载
2023-11-28 21:05:06
61阅读
作者：杜伟、陈萍近日，机器之心在 GitHub 上看到了一个非常有意义的项目 PyTorch-StudioGAN，它是一个 PyTorch 库，提供了条件 / 无条件图像生成的代表性生成对抗网络（GAN）的实现。据主页介绍，该项目旨在提供一个统一的现代 GAN 平台，这样机器学习领域的研究者可以快速地比较和分析新思路和新方法等。该项目的作者为韩国浦项科技大学的硕士生，他的研究兴趣主要包括深度学习
转载
2024-06-15 04:53:13
23阅读
PyTorch 是由 Facebook 开发的现代开源机器学习库。与 TensorFlow 和 Keras 等其他流行库一样，PyTorch 允许您使用视频卡的处理能力，自动计算计算图，对其进行区分和读取。但是，与以前的库不同，它具有更灵活的功能，因为它使用了动态计算图。本文只是一个初步讲解，详细资料可参见博文深度学习之pytorch电子书百度云下载现在我们将完成使用 PyTorch 库的所有阶段
转载
2023-07-24 21:49:21
86阅读
# 激光雷达三维重建模型教程
## 简介
在本教程中，我们将学习如何使用PyTorch实现激光雷达三维重建模型。激光雷达是一种常用的传感器，用于获取环境的三维点云数据。通过使用深度学习技术，我们可以将这些点云数据转换为三维重建模型，以实现目标检测、场景理解等任务。
## 整体流程
下表展示了我们实现激光雷达三维重建模型的整体流程。
| 步骤 | 描述 |
| ---- | ---- |
原创
2023-07-19 19:56:32
941阅读
