PyTorch 猫狗识别深度学习 I 低准确度版本
数据源Cat and Dog 下载的文件层级为： PetImages(doc) - Cat(doc)/Dog(doc) - image(jpg) 需要注意狗的 11702 和猫的 666 这两张图片损坏了。在加载数据集的时候会出现警告。 处理图片获取猫狗图片的 txt12345678910def get_txt(path, file_name, label): # path：dat
传感器的响应时间
关于响应时间，例如热电偶测量水温的实验过程： 用恒温水槽，水温 $T$，环境温度 $T_0$ ，热电偶首先处于外部环境中，稳定后，反映环境温度 $T_0$； 将热电偶迅速插入到恒温水槽中，这时候热电偶感受的温度参数发生突变，由 $T_0$ 到 $T$。 那么此时，热电偶输出反映的温度就是 $T$ 吗？答案通常情况之下是否定的，通常可以看到热电偶反映的温度有一个逐渐上升的过程，最终会达到 $T$
气体流量传感器 AFM3000/SFM3000 驱动
之前买入了奥松电子的气体流量传感器，型号为 AFM3000。到手后发现没有 Arduino 的驱动代码，调试不了。 离谱的是，我在 Arduino 论坛逛的时候，发现了这个问题：I2C communication with SFM3000 series flow sensor from Sensirion。问题中用到的气体流量传感器为 SFM3000，看了说明书后，只能说两款传感器基本一样。 于是
Python Swift 三元（目）运算
Python的三元运算写法： 123is_true = Trueresult = 'TRUE' if is_true else 'FALSE'# output: TRUE Swift的三元运算写法： 123isTrue = trueresult = isTrue ? "TRUE" : "FALSE"// output
Python 导出传感器数据到 .csv 文件
导出传感器的数据一共分为两步： 构建数据结构； 导出数据到 .csv 文件。 1.构建数据结构一般来说，传感器采集的数据为时间序列数据。需要导出的数据一般为： 1234times = [t1, t2, t3 ... tn]value_A = [a1, a2, a3 ... an]value_B = [b1, b2, b3 ... bn]value_C = [c1, c2, c3 ... cn]
Python 绘制数据移动窗口
当传感器数据采集需要持续足够长的时间，用 list 保存数据会出现卡顿的情况。所以需要抛掉之前的数据。 123456789101112131415161718import numpy as npwin_size = 500 # 窗口大小为500x_data = np.zeros(win_size)y1_data = np.zeros(win_siz
通过 IMU 绘制物体移动的空间轨迹
一般 IMU 由加速度传感器、陀螺仪组成，也叫 6 轴 IMU。还可以外加一个磁力计，构成 9 轴 IMU。关于加速度传感器和陀螺仪的工作原理，可以参考： 加速度传感器的原理和应用-手机翻转、失重检测、运动检测、位置识别； MEMS 三轴加速计、三轴陀螺仪、三轴磁力计）6轴IMU+磁力计，9轴传感器讲解； IMU 测量模型。 加速度传感器测得加速度（acc）积分得到速度，再积分得到位移： G