空地跨视角行人重识别

项目概述

本项目开始于2024年3月，2024年11月结束。主要研究空中和地面视角的跨视角ReID任务。作为xx项目鲁棒跟踪模块的预研方向，项目主要贡献为：

• 提出了一种自校准自学习的提示学习方法SeCap，用于解决AGPReID任务中的视角差异问题
• 提出了两个大规模的数据集 LAGPeR和G2APS-ReID
• SeCap在所有AGPReID数据集上均取得了SOTA结果

最终项目成果：

• 2025 CVPR Accepted. Final Rating： 5 5 4
• 一项发明专利：一种基于自进化视觉提示学习的空地协同目标识别方法（申请阶段）

无人机复杂视角下的多目标跟踪

项目简介

本项目基于两阶段匹配、ReID信息，实现了无人机复杂视角下的多目标跟踪。项目主要分为以下几个部分：

1. 数据集准备：收集无人机视角下的ReID数据集，包括视频、图像和ID标注文件；
2. 模型训练：使用YOLOv5s模型进行目标检测；训练针对无人机视角的重识别模型。
3. 跟踪算法实现：实现两阶段匹配算法，结合ReID信息、位置信息进行匹配。为应对无人机扫视视角的跟踪任务，融合光流和ReID信息进行位置无关的目标跟踪。
4. 结果可视化：将跟踪结果可视化。

卫星视频运动目标检测与跟踪

项目简介

本项目主要目的为参加ICPR2024卫星视频运动目标检测与跟踪比赛，比赛地址https://satvideodt2024.github.io/。比赛包括两个赛道：Track1：Tiny moving object detection in satellite videos；Track2：Multiple-object tracking in satellite videos。本项目主要介绍本人负责的多目标跟踪部分，针对卫星视频运动目标的跟踪任务。
Track1基于DSFNet，提出针对卫星视频运动目标的HM-DSFNet++,在测试数据集上达到48.50的mAP; Track2基于ByteTrack框架，提出针对卫星视频运动目标的两阶段匹配算法ST-Track，在测试数据集上达到44.39的MOTA。

RoboMaster-CV

项目简介

RoboMaster-CV是为西北工业大学WMJ机器人战队开发的一个针对RoboMaster比赛的视觉识别模块，旨在提高机器人在比赛中的自主性和准确性。该模块基于OpenCV库，通过图像处理和机器学习技术，实现了目标检测、跟踪、识别、定位等功能，为机器人提供了强大的视觉支持。

待更新。

​ 记录一下使用服务器的过程，包括如何使用shell连接服务器、如何使用vscode的Remote-SSH 插件连接服务器、如何修改用户密码、如何从终端拷贝文件、免密登录等。

时空图神经网络

​ 毕设相关，看一下时空图神经网络的东西。导师让整理一下时空图网络的综述，简单记录一下。

进阶配置

配置https

申请证书

在腾讯云内申请一个免费的SSL证书。

环境配置

本地环境

​ 本地环境在第一篇Hexo+Gitee中有介绍，基本一摸一样的，还是安装git、Node.js和Hexo。

安装完Node.js后就可以使用shell指令安装Hexo了

1

npm install -g hexo-cli

写在开头

​ 搭建自己的博客网站是我大一时候的想法，大一下在朋友的帮助下搭了一个部署在Gitee上的博客。当时非常开心，兴奋的写了好几篇博客，然后分享给朋友用来装逼。但是过了没几个月，热情过去之后就什么就把这个事情忘记了。

​ 其实花了这么长时间搭建博客，应该是要记录一些东西的，记录生活也好，记录自己学习到的东西也好。但是之前我只是把这个当作一个炫耀的工具，忘记了写博客最本质的东西。前几天突然在一个技术交流群里发现了帮助我搭博客的朋友发的文章，然后发现其实他一直在坚持更新博客，一下子感触颇多。感觉也想坚持着做一些事情，也给自己的一些经历做一些记录。

引言

​ 最初有搭建博客的想法是因为朋友建议，加上我自己也确实想开始写一些东西记录自己的学习过程，于是经过两天痛苦快乐的学习和尝试，我终于成功搭建起了自己第一个博客。
​ 一开始我用的是GitHub+hexo搭建博客，但是这种方式打开和更新都太慢了，于是我又在同学的建议下用gitee+hexo的方式搭建博客，果然快了不少，这里放一下我最开始看的链接。讲的还是很清楚的，我在这里主要写一下我搭建过程中遇到的问题。

注：本文章只针对像我一样第一次建立博客的人，目的是帮助避免一些不必要的坑，大佬可自动忽略