DSP-SLAM运行代码

已于 2022-03-14 12:25:40 修改
阅读量1.1k 收藏 7
点赞数
分类专栏： 语义SLAM 文章标签： 计算机视觉 人工智能
于 2022-03-14 11:55:13 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/as1490047935/article/details/123424833
版权
本文详述了在计算机视觉领域中，如何成功编译并运行DSP-SLAM算法，包括安装pangolin0.7和eigen 3.4.0等依赖库的提示，以及解决数据集下载难题的过程。
摘要由CSDN通过智能技术生成

编译并运行DSP-SLAM的全过程，数据集是真的难下，不过幸好运行成功了
tips:安装pangolin0.7版本 eigen 3.4.0

cd DSP-SLAM/
#opencv安装
cmake       -DCMAKE_BUILD_TYPE=Release       -DWITH_CUDA=OFF        -DBUILD_DOCS=OFF        -DBUILD_PACKAGE=OFF       -DBUILD_TESTS=OFF        -DBUILD_PERF_TESTS=OFF        -DBUILD_opencv_apps=OFF       -DBUILD_opencv_calib3d=ON        -DBUILD_opencv_cudaoptflow=OFF        -DBUILD_opencv_dnn=OFF        -DBUILD_opencv_dnn_BUILD_TORCH_IMPORTER=OFF        -
最低0.47元/天 解锁文章
as1490047935
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
编译DSP-SLAM遇见的问题
m0_57449501的博客
03-23 2585
直接编译作者提供好的环境配置 git clone --recursive https://github.com/JingwenWang95/DSP-SLAM.git # 编译前注意修改其中部分内容 # 按/Thirdparty/mmdection3d/mmdet3d/__init__.py max 、min Version修改版本 mmcv-full==1.4.0 # 若卡在Building ，尝试修改版本或者修改pytorch的版本 mmdet==2.19.0 mmsegmentation==0.20
探索DSP-SLAM: 实时三维重建与定位的利器
最新发布
gitblog_00098的博客
04-17 518
探索DSP-SLAM: 实时三维重建与定位的利器 项目地址:https://gitcode.com/JingwenWang95/DSP-SLAM 项目简介 DSP-SLAM是一个基于数字信号处理(Digital Signal Processing, DSP)的实时结构光 slam（Simultaneous Localization And Mapping）系统。由开发者 JingwenWang9...
DSP-SLAM: Object Oriented SLAM with Deep Shape Priors
weixin_43729123的博客
09-05 2088
DSPSLAM
DSP-SLAM：具有深度形状先验的面向对象SLAM
点云PCL
12-20 3011
点云PCL免费知识星球，点云论文速读。文章：DSP-SLAM: Object Oriented SLAM with Deep Shape Priors作者：Jingwen Wang Mar...
2021-3DV论文阅读 DSP-SLAM-Object Oriented SLAM with Deep Shape Priors
James_Qhh的博客
12-15 3976
object shapes decoded from latent code Foreground objects background features and camera poses monocular stereo sterero+lidar stereo+LiDAR: incorporates a sparse set of LiDAR measurements (as few as 50 per object) for object reconstruction and pose-only
ubuntu20.04下dsp-slam的运行配置
baidu_38431960的博客
06-17 2350
DSP-SLAM：具有深度形状先验的面向对象的 SLAM
VI_ORB_SLAM2:基于ORB-SLAM2的MonocularStereo视觉惯性ORB-SLAM
05-14
VI_ORB_SLAM2：基于ORB-SLAM2的单目/立体视觉惯性ORB-SLAM 该存储库包括Visual-Inertial ORB-SLAM的Monocular版本和Stereo版本。 这两个是的和的。 有关详细信息，您可以参考Examples/Monocular/mono_euroc_VI.cc和...
AVP-SLAM-SIM:模拟中AVP-SLAM（IROS 2020）的基本实现（不是官方代码）。 https
05-25
AVP-SLAM-SIM 基本实现仿真 。 尊重AVP-SLAM项目->童琴，陈同庆，陈以伦和苏青AVP-SLAM-SIM 基本实现仿真！ ··目录关于该项目代码结构怎么跑怎么跑路线图贡献执照接触致谢 关于该项目 这个项目只是我对Paper的实现...
DROID-SLAM.pdf
09-14
DROID-SLAM：基于深度学习的视觉SLAM系统 DROID-SLAM是基于深度学习的视觉SLAM系统，能够高效地完成环境映射和定位任务。SLAM（Simultaneous Localization and Mapping）是指同时建立环境映射和agent定位的技术，它...
EAO-SLAM:[IROS 2020] EAO-SLAM
03-09
****论文被接受后，代码将可用。 **** EAO-SLAM 相关论文： Wu Y，Zhang Y，Zhu D，et al。 EAO-SLAM：基于集合数据关联的单眼半密集物体SLAM [J]。 arXiv预印本arXiv：2004.12730，2020年。[ ] [ ] [ ] []。 [于...
DS-slam编译问题总结
01-20
大多数问题在这个博客里面已经总结了： https://blog.csdn.net/yinghuaxuan/article/details/89969197 此外要注意的是，github上已经有了caffe-segnet-cudnn7 如果要使用这个，主要要将所有的CmakeLists里面的目录都替换成这个的，原来是cudnn5，改成这个的目录。 编译返回c++ internal compiler error KILLED 因为原来的build.sh里面是make -j12,我改成了make -j8,还是不行，需要改成-j2 编译过程中出现 *** No rule to make target
Active-ORB-SLAM2-master.rar
07-01
1. **源代码**：包含C++实现的主动ORB-SLAM2算法，可以编译并应用于实际的机器人平台或模拟环境中。 2. **配置文件**：用于设置系统参数，如特征检测的数量、跟踪和回环检测的阈值等。 3. **示例数据**：可能包括...
伦敦大学学院开源物体级语义SLAM！支持单/双目+LiDAR！
3D视觉工坊
12-15 764
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达来源丨计算机视觉life作者丨王敬文1. 摘要最近，伦敦大学学院开源了面向对象的SLAM系统DSP-SLAM，它为前景对象构建了一个...
视觉SLAM开源程序学习（二）——orb-slam程序的运行
weixin_39926594的博客
09-20 2958
2018.9.20 个人学习笔记，如有错误请指正。 orbslam是一套比较成功的，完整的基于特征点的的SLAM系统，具有代表性，所以先学习这个。其原论文目前读了一半左右，后续会接着就进行学习，今天先对orbslam在ros下运行的环境进行配置。 主要参考： *Ubuntu 16.04+ROS+ORB-SLAM2配置以及相关问题 在ROS中使用ORB-SLAM（1） 运行ORB-SLAM笔记_...
在室内环境中使用假设平面的点平面 SLAM：Point-Plane SLAM Using Supposed Planes for Indoor Environments
qq_35102059的博客
02-15 816
论文题目： Point-Plane SLAM Using Supposed Planes for Indoor Environments 摘要： 同时定位和映射 (SLAM) 是各种应用程序的基本问题。 对于室内环境，平面是受测量噪声影响较小的主要特征。 在本文中，我们提出了一种使用 RGB-D 相机的新型点平面 SLAM 系统。 首先，我们从 RGB 图像中提取特征点，从深度图像中提取平面。 然后可以使用它们的轮廓找到全局地图中的平面对应关系。 考虑到真实平面的有限尺寸，我们利用平面边缘的约束。 通
SLAM运行环境和细节
清风的博客
02-20 165
XXX_DIR需在Find_package之前定义，如set(Caffe_DIR PATH)，PATH路径下包含的就是所需要的.cmake文件。export ROS_LOG_DIR=/home/w/桌面/log，重启终端后便将log目录设置到/home/w/桌面/log位置。给XXX_INCLUDE_DIRS和XXX_LIBRARIES两个变量赋值的操作由FindXXX.cmake模块完成。运行后，打印的路径为：/home/w/桌面/catkin_ws/src:/opt/ros/noetic/share。
SLAM从入门到精通（代码调试）
嵌入式-老费，一个分享专业嵌入式知识的blog
10-14 284
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】 前面的文章，我们学习了如何仿真、如何编译代码、如何写代码。但是如何调试这些代码，涉及的不是很多。因为如果要把ros真的用起来，真正服务于自己的项目当中去，代码调试肯定是少不了的。不管是添加新的功能、还是对性能进行优化，都少不了代码调试的部分。鉴于目前大部分ros都是运行在linux环境下面，所以我们一般都会选择gdb来进行代码调试。 为了说明如何用gdb调试，我们下
point 如何求elbow_Point-Plane SLAM Using Supposed Planes
weixin_39774556的博客
01-04 190
Point-Plane SLAM Using Supposed Planes for Indoor Environments因为做毕设等各方面原因，已经很久没有更过专栏了。这篇是我去年的文章，因为时间关系，投到了Sensors。略水的期刊和略水的文章，但还是希望能为做类似方向的同学提供参考。本文与原论文的叙述略有不同，且删减了一些写论文时的鸡肋内容。文章链接：https://www.mdpi.co...
YOLOX安装指南
as1490047935的博客
08-08 1937
最近ubuntu系统跑几下就死机，怕了帕了，后面会把以前安装好的教程都发在csdn上。以免后面系统崩溃后又要重新装过而不知所措。 前段时间yolov5横空出世，然后又多出来了各种比它好的yolo算法。本次安装的是yolox,，听说是旷视研发团队搞出来的。现在我们就来看看具体的安装步骤吧。 安装系统ubuntu18.04 cuda10.1 cudnn7.6.5 安装环境通通在anaconda环境下进行 git clone https://github.com/Megvii-BaseDetection/YOLO
nerf-slam开源代码运行
10-31
要运行Nerf-SLAM开源代码，首先需要确保您的计算机满足系统要求。Nerf-SLAM是一个基于Python和PyTorch的三维重建和SLAM算法，因此您需要安装Python和PyTorch。 在安装所需的软件和库后，您可以按照以下步骤来运行Nerf-SLAM开源代码： 1. 下载Nerf-SLAM的代码库，并将其解压到您选择的目录。 2. 打开终端或命令提示符窗口，并导航到代码库的目录。 3. 安装必要的Python库。可以使用pip或conda来安装依赖项，例如numpy、imageio、tqdm等。具体的依赖项可以在代码库的requirements.txt文件中找到。 4. 准备数据。Nerf-SLAM需要输入图像序列来进行重建。您可以将图像序列放在指定的文件夹中，并按照代码库中提供的文件命名约定来命名文件。 5. 打开config文件夹，并选择适合您的应用程序的配置文件。您可以根据自己的需求进行编辑和自定义。 6. 在终端或命令提示符窗口中执行模型训练命令。使用命令"python trainer.py --config=config_file_name"，其中config_file_name是您选择的配置文件的名称。 7. 等待模型训练完成。根据您选择的配置和数据量的不同，训练过程可能需要一些时间。 8. 在训练完成后，您可以利用训练得到的模型来进行三维重建或SLAM。具体的操作方法和命令可以在代码库的文档中找到。 需要注意的是，运行Nerf-SLAM的代码需要一定的计算资源，并且对于大规模的数据集，可能需要更高的计算能力和存储空间。此外，在运行代码之前，建议您仔细阅读代码库中的文档和说明，以确保正确地配置和使用Nerf-SLAM开源代码。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值