分类目录归档：机器人以及机器学习
主要目的就是进行记录安装yolov5的过程，里面包含了简易训练（正负样本图片非常少，不是为了精确度）。
安装主要依赖python环境，所以安装好python非常重要
建议ptyhon源库设置为清华等国内的源，这个不设置网速慢，或失败！！ pip install xxx -i https://pypi.tuna.tsinghua.edu.cn/simple 或者直接pip.ini指定（windows下，用户/pip/pip.ini ）
[global]
timeout = 1000
index-url = http://mirrors.aliyun.本文主要是记录一下使用dlib的一些笔记（实现在嵌入式平台上实现人脸比对【简易登陆】，中间使用的库主要是opencv dlib，涉及嵌入式，还有需要对dlib库进行交叉编译）。中间参考了很多网络资料，本文是记录下整个学习使用过程中的细节。如果有什么错误大家可以提出。
另外备注：交叉编译过程使用过dlib-19.1，结果发现dnn功能还没有完善，于是重新改为dlib-19.7.交叉编译opencv和dlib均使用cmake（不在详细描述）。
Algorithms
A主要介绍linux上交叉编译opencv2.4.9，运行目标平台PX3SE（类似RK3128） linux上程序安装目录结构
bin----指应用程序文件
lib----指库文件
usr/bin 是系统自带的应用
usr/local/bin 是自己安装的应用和自己写的全局脚本（安装opencv里面的一些应用在里面）
usr/lib 系统自带的lib
usr/local/lib 是自己安装的lib（opencv的安装lib包都在里面）
//编译opencv使用工作目录（以px3se为例说明）
C:/home/dong/linux_sdk/buildroot/output/host/距离上一次写博客笔记已经有很长一段时间了，看来没有坚持下来啊，这次写博客主要是记录一下QT5上调用Opencv2.4.9时的过程。
之前一直使用VS进行Opencv的编写，感觉还可以，不过最近用到了QT上调用Opencv，之前在坑里躺了一下，无奈所以写了一下笔记。
备注：这次使用的QT5为MSVC编译器的（微软的VC编译器），如果你使用了MinGW（MingGW是指是Minimalist GNU on Windows的缩写），这就要注意了要使用MinGW重新编译一下opencv，否则下面的笔记是不可以进行使用的哦，下面的笔记使用的是自带MSVC的QT（VS已经把opencv默认编译好了）
本文主要使用的系统为Ubuntu14.04，cuda使用较新的8.0，cudnn使用cudnn7.0，仅供小白安转入参考。系统：Ubuntu14.04 cuda：cuda8.0 cudnn版本：cudnn7.0
因为我们使用了cuda，是英伟达公司搞的，所以先要保证您的显卡是N卡，而不是A卡，A卡飘过哦！查看（Linux下）：
lspci | grep -i vga正常：01:00.0 VGA compatible controller: NVIDIA Corporation GM1
本文主要是记录自己安装ORB-SLAM2的总结，之前从未写过博客，没有想过分享一下自己的探索过程。 首先slam（simultaneous localization and mapping），即时定位与地图构建。我这头是在ubuntu14.04上安装，主要是测试一下在ros上运行（indogo版本）单目slam。
1.1 、Eigen3安装 官网：http://eigen.tuxfamily.org/index.php?title=Main_Page g2o库依赖于eigen3。Eigen是C++中可以用来调用并进行矩阵计算的一个库。
sudo apt