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

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

ZeroTier内网穿透 - 搭建局域网配置教程 本文整理一份从零开始可直接操作的 ZeroTier 配置教程，包括： Ubuntu 上安装 ZeroTier 加入已有网络 浏览器后台授权设备 检查是否已经真正连通 排查一个很容易误判的问题：ping 能通，但 ssh 连不上 如果只是想先把网络搭起来，按前半部分一步一步操作即可；如果已经加入网络，但远程登录异常，可以直接看后面的排障章节。

Docker Docker 是系统级的虚拟化管理平台，以容器（container）形式对镜像（image）进行打开，从而可以直接获得别人环境的 clone。 目前我使用 Docker 的主要原因有： 可以避免很多编译环境配置问题（Kalibr 相机标定工具包，必须要求系统中的 Python 版本为 3.8，而 Ubuntu 22.04 最低版本为 3.10，无法编译源文件，因此只能通过 Doc

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

2025.1.9第一天拿到全新go2-edu-U2也就是带有Jetson ORIN NX 100TOP的拓展坞版本，由于一次不小心手滑，执行了sudo apt purge systemd-timesyncd -y将系统中全部的可视化界面删除了，连网络管理器也没了，只能重装系统。 刷机无需拆开整个拓展坞，进入安全模式后刷机即可，正确刷机方法跳转 Go2刷机记录 失败方法（请勿尝试） 首先参考宇树

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

记录下对Nvidia机载电脑Jetson AGX Orin的配置过程： 使用SDKManager docker镜像刷JetPack高版本(5.x版本能直接识别带有IMU的设备, 而6.x版本需要使用uvc后端且无法识别带IMU的设备) SDKManager刷机 参考闫金钢的Blog - Nvidia Jetson AGX Orin系统刷写 这里需要一条DC 12V的电源线，用来给AGX供

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