wty's blog

mAP是目标识别中常用的指标，下面介绍其具体计算方法，包含这几个部分：召回率、精度、准确率、PR曲线、AUC。 参考：Object-Detection-Metrics 召回率、精度、准确率 这三个参数是传统二分类问题中所涉及的，用于评价二分类模型的性能。而目标识别问题也可以视为一个二分类问题，我们将图像中所有预测出的识别框都视为正例，其他所有的可能预测框都为负例，所以数据集中负例的数量将是无

参考论文1. Flow Matching for Generative Modeling - 2022 Flow Matching原理 Flow Matching是一个非常有名的生成模型框架，其他的生成模型还有：VAE、GAN、Diffusion (DDPM)等，Flow Matching优势在于训练效率与生成效率都非常高。本文参考论文1从零开始分析原理，最后给出两个Demo测试该算法。

前置知识：YOLOv1笔记, YOLOv2,v3笔记, YOLOv4笔记 回顾YOLOv1到v4 YOLOv1 我们学会了YOLO的基础框架（一阶段端到端模型），将 H×WH\times WH×W 的图像按照步长 sss (stride单位为像素) 划分为 (H/s)×(W/s)=:S×S(H/s)\times (W/s)=: S\times S(H/s)×(W/s)=:S×S 的网格（这

源代码直接clone我fork的SAM2仓库里面就有全部代码，修改视频和图像路径即可使用：wty-yy-mini/SAM2 由于视频中的物体需要进行连续帧打码, 又不能打码过多导致视频展示性降低, 因此尝试通过SAM2框选prompt跟踪掩码的功能来对视频中的物体进行打码, 我的电脑配置如下 CPU: R7-5700X GPU: RTX 4080 内存: 50GB 只对原视频中三帧框选需要蒙版

网络配置 参考Unitree - G1_developer电气接口, 可知9号type-c接口为Jetson Orin NX的带显示接口, 使用拓展坞连接鼠标、键盘、显示屏开机即可打开NX界面, 界面中连接上Wifi, 常用用局域网内的其他电脑ping该设备, 如果无法ping通一般是网卡的优先级默认为有线, 且路由器的网段和上下机的网段相同(都是192.168.123.*), 导致外部无法连接

2026.3.3：之前的方法是2024年的已经过时了，最新的版本已经到5.1，推荐直接使用pip或者uv安装方便快捷 IsaacSim 安装 官方给出三种安装方法，二进制、pip和docker，这里直接介绍最实用的方案，适用于后续IsaacLab使用，下面介绍IsaacSim 5.*的安装方法 最低要求：显卡RTX 3070以上，驱动支持CUDA 12.8以上 但是Ubuntu系统无法达到要

UPDATE: 2024.6.12.加入星火商店安装程序 UPDATE: 2024.11.16.加入Ubuntu24.04相关内容 UPDATE: 2025.7.9.加入内核切换和手动安装Nvidia驱动 UPDATE: 2025.9.11.加入自启动配置简化, Clash for Windows图标下载地址, Firefox的apt版重装 UPDATE: 2025.10.10.加入Nvidia

总结下每次调试乐聚Kuavo42真机遇到的问题 基础操作 # 真机启动指令为 roslaunch humanoid_controllers load_kuavo_real.launch cali:=true cali_arm:=true # 关闭所有ros服务, ros意外退出可以用该方法清理 pkill -i ros # 查看当前是否有正在运行的node rosnode list

记一次将乐聚Kuavo45的上位机从Intel的换成Nvidia Jetson AGX网络配置过程，分为两步上下位机的连接和Mid-360雷达连接 网络配置 Ubuntu桌面版默认使用NetworkManager来管理网络配置，命令行版使用systemd-networkd来管理，而我们要用的是netplan是基于他们之上的管理器，这里就用它来创建每个网口的静态IP sudo apt instal

由于乐聚Kuavo机器人下位机用ROS1，而我们代码是在原先上位机ROS2中完成，因此需要安装ros1_bridge来进行通讯，现在换成AGX Jetson 6.2.1 Ubuntu22.04，安装ROS1 Noetic和ROS2 Humble才可以启动ros1_bridge，这里总结出一个比较简单易用的流程。 环境配置 我们的安装环境为Docker Ubuntu 22.04，AGX容器下载及启