AppZ99's Blog

前言

课程《模式识别》小组作业为基于深度学习的人脸识别，具体识别内容为：通过人脸识别人的性别、年龄、种族、表情、是否为同一人。我在小组内的工作为：通过人脸对人的种族进行识别。

源码地址贴在此处：Face Recognition

任务简介

用有监督学习机制设计并实现模式识别方法，基于人脸图像进行模式分类，如性别（男性、女性）、年龄（儿童、青少年、成年、老年）、表情（微笑、严肃）或者种族（白种人、黄种人、黑人）等。

个人任务

负责通过人脸信息基于神经网络的种族识别网络设计，重点研究神经网络的理论、结构、变体与具体实现方式。

前言

2021年全国大学生工程训练综合能力竞赛——智能垃圾分类项目总结

本文主要分为如下四个部分：

• 赛题说明
• 识别算法
• 电控设计
• 总结说明

获奖情况：广东省一等奖（第三名，前两名可进入国赛）

赛题说明

竞赛命题

功能要求

生活垃圾智能分类装置对投入的垃圾具有自主判别、分类、投放到相应的垃圾桶、满载报警、播放垃圾分类宣传片等功能。

前言

2021年全国大学生电子设计大赛——G题（植保无人机）总结

本文主要分为如下四个部分：

• 赛题说明
• 思路说明
• 硬件说明
• 总结说明

获奖情况：全国二等奖、广东省一等奖

前言

最近接触了自动驾驶方向的一个子任务——Lane Detection，即车道线检测，查阅相关的文献，着手复现《Ultra Fast Structure-aware Deep Lane Detection》这篇文章的模型实验，在此对实验复现以及论文内容做简要总结记录。

论文：Ultra Fast Structure-aware Deep Lane Detection

代码：code地址

实验复现

前期准备

主要是深度学习环境的搭建，具体版本及搭建教程参考笔者这篇文章Ubuntu18.04下pytorch深度学习环境搭建

其中CUDA版本可以与作者不同。

前言

大三下学期专业有一门《模式识别》的课程，主要是涉及其中深度学习这个分支，由于需要算力支持，所以借同学的电脑后，基于Ubuntu18.04系统下配置pytorch深度学习框架的环境，其中遇到诸多困难，在这里做总结记录。

环境版本

• Ubuntu18.04 LTS
• Anaconda x86 linux支持版 python3.9
• pytorch 1.10.2

前言

本系列主要基于《机器人SLAM导航——核心技术与实战》一书进行学习总结。

由于SLAM部分篇幅较长，且内容较为重要，预计按照作者章节安排从数学基础、激光SLAM、视觉SLAM、其他SLAM四个部分对其进行整理归纳。

简介

本章节作者通过介绍SLAM领域相关的数学基础部分，为后续SLAM算法的学习做好铺垫，具体数学推导笔者也会跟随作者在本篇总结做详细整理。

前言

基于B站UP主DR_CAN视频所作总结笔记

视频链接：DR_CAN——现代控制理论

前言

基于B站UP主DR_CAN视频所作总结笔记

视频链接：DR_CAN——傅里叶级数与变换

先导文章：傅里叶分析之掐死教程

前言

本系列主要基于《机器人SLAM导航——核心技术与实战》一书进行学习总结。

由于笔者本身不是从事硬件开发设计，故对其中部分硬件设计只做简要概括

简介

本篇作者从机器人传感器、机器人主机、机器人底盘对SLAM系统中硬件部分做了简要介绍，通过了解具体硬件的基本原理，能更好地去体会上层代码的设计思路，同时也为系统实际落地提供了思路。

前言

基于B站UP主DR_CAN视频所作总结笔记

视频链接：DR_CAN——自动控制原理