![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
June、
文章平均质量分 65
cocapop
这个作者很懒,什么都没留下…
展开
-
Xtion深度相机驱动安装+相机标定
标定的结果到什么程度算是合格,最好的情况是【X】、【Y】、【Size】、【Skew】下面的线条变为绿色后就成功了。当认为当前标定图像的数目已经够了,(六七十张就差不多了,太多容易卡死),点击。标定结束后,标定结果存在【/tmp/calibrationdata.tar.gz】,可以移动出来看看内容。里面存放的是标定的图片和求得参数的txt文件和yaml文件。如果对标定结果满意,点击Save将结果保存到默认文件夹,点击COMMIT,数据会自动导入下次启动相机驱动节点时,会自动调用保存的.yaml。原创 2023-11-16 15:48:22 · 344 阅读 · 0 评论 -
同一实例点接近,不同实例点分离 <SGPN改进>
在为所有的点生成初始嵌入后,我们希望同一实例中的点有相似的嵌入,而不同实例中的点在嵌入空间中是分开的。这是度量学习中的一个经典问题[13],[37]。原创 2023-05-09 21:15:37 · 66 阅读 · 0 评论 -
word写论文格式问题
A:开始——段落设置——将“如果定义了文档网格,则对齐到网格”取消勾选。A:开始——字体——更改大小写——半角。1.英文是全角,修改字体没反应。2.word每行间距不一样。原创 2023-04-17 11:07:52 · 300 阅读 · 0 评论 -
和chat聊天
例如,在 bin-picking 应用中,可能需要将料框中的点云数据与目标物体的点云模型对齐,以便进行物体的识别、定位和抓取。基于图割的方法:将点云数据建模成图结构,其中点云的点作为图的节点,通过边来表示点与点之间的关系。例如,基于模型库的方法,通过在点云数据中搜索与模型最匹配的点云片段,并通过对齐模型与点云片段来估计物体的位姿。在某些情况下,可以将超像素算法应用于点云配准的预处理步骤中,例如用于提取点云数据的特征点或特征描述子,从而帮助点云配准算法进行特征匹配和刚体变换估计。原创 2023-04-16 16:25:48 · 92 阅读 · 0 评论 -
超像素和PointNet结合<有什么算法>
SPU-Net先将点云分割为多个层次的超像素,然后对每个层次的超像素利用PointNet进行分割。SuperPoint Graph:这是一种基于超像素的点云分割算法,它将点云转换为超像素图,并利用Graph Convolutional Networks(GCNs)进行分割。SSP-Net:这是一种基于超像素的点云分类算法,它将点云转换为超像素,并在每个超像素上提取特征。SPG+PointNet:这是另一种基于超像素的点云分割算法,它将点云分割成多个超像素,然后利用PointNet对每个超像素进行分类。原创 2023-04-08 16:16:48 · 269 阅读 · 0 评论 -
JuneJuneJune无分类收藏
收藏原创 2022-07-06 15:31:16 · 1998 阅读 · 0 评论