Skip to content
/ AI Public

使用深度强化学习解决视觉跟踪和视觉导航问题

License

Notifications You must be signed in to change notification settings

donghaiwang/AI

Repository files navigation

人工智能

研究领域包括计算机视觉、生物视觉、自动驾驶的工具。

入门

深度学习、深度强化学习,具体子问题包括视觉目标跟踪和平稳跟踪的相关性、多目标跟踪等。

环境

开发测试平台Ubuntu 18.04、Windows 10。

Matlab 2018a
Python 3.6

安装

所有安装包下载地址

Matlab 2018a

Matlab 2018a(包括Windows、Linux、Mac平台的安装包及安装步骤)

Python

Python 3.6.5(Anaconda3-5.2.0)
添加环境变量:C:\Users\dong\Anaconda3
			 C:\Users\dong\Anaconda3\Scripts
pip install opencv_python-3.4.2-cp36-cp36m-win_amd64.whl
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tqdm
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gym==0.7.0
pip install --no-index -f https://github.com/Kojoley/atari-py/releases atari_py
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.4.0
git clone https://github.com/donghaiwang/AI.git
  • 安装CUDA8.0:配置PATH路径,C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 (另外包括v8.0\bin、v8.0\lib\x64、v8.0\libnvvp)。

  • 安装cuDNN6:将压缩包里的bin、include、bin文件间拷贝到CUDA8.0安装的对应目录。

  • 安装pycharm-professional-2017.3 C:\Windows\System32\Drivers\etc\hosts 添加 0.0.0.0 account.jetbrains.com 激活码

尽量不依赖平台以外的库(依赖将会列出安装步骤)。

测试

实现训练、测试、latex编译自动化。

分解为自动化测试

测试的目的和内容

test

代码风格检查

为了更好的阅读,采用中文注释,能保证由代码能生成文档。

doc generate

构建

构建类型 状态
Linux CPU Status
Linux GPU Status
Windows CPU Status
Windows GPU Status

构建工具

贡献

欢迎热爱人工智能的仁人志士贡献代码,共同推动人工智能的进步。

作者

增加 作者列表 列出贡献的作者。

协议

遵守MIT协议,这意味着:

  • 你可以自由使用,复制,修改,可以用于自己的项目。
  • 可以免费分发或用来盈利。
  • 唯一的限制是必须包含许可声明。

鸣谢

  • Richard S. Sutton
  • etc