- 博客(67)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 ubuntu系统双系统安装及工具配置
由于经常重装系统，记录（搜刮）一下自己的各种配置：/电脑配置：惠普暗夜精灵 内存：8G 显卡：GTX1060 硬盘：128G固态+1T机械使用Ubuntu而不用虚拟机 原因：1.运行效率高 2.属性配置不完全 3.虚拟机不能使用主机的显卡1.在windows7上安装ubuntu:链接。注：win8，win10 由于EFI模式，需要另外一种安装模式。14.04,...
2020-07-29 15:17:51
744
翻译 EVO: A Geometric Approach to Event-Based 6-DOF Parallel Tracking and Mapping in Real-time
开源的一篇基于事件相机的实时SLAM论文，记录一下文章要点摘要由于事件相机的特性，该算法不受运动模糊影响，而且在光照变化强烈的高动态情况下表现很好。通过并行结合image-to-model的跟踪和3D重建来实现这个算法，并且输出结果可用来重建intensity images。引言介绍事件相机原理 <x,y,t,p>介绍事件相机优势：低延迟(microseconds)，鲁棒(HDR环境下)，高效(低功耗,低带宽,低冗余信息）在仅依靠事件相机实现跟踪和建图的目标上，列举了近年来的一些研
2021-10-22 16:49:23
834
3
原创 EVO开源方案环境搭建(18.04)
EVO: Event based Visual Odometry建议先看官方的Getting started查询:rpg_dvs_evo_openInstallationInstall ROS dependencies:参考：https://blog.csdn.net/qq_41450811/article/details/99079041可以在评论里找解决方案装完ros还需安装以下库：sudo apt-get install python-catkin-toolsCreate an
2021-10-12 09:52:58
1061
6
原创 opencv编译常见问题
推荐学习方式：去github上的issue中搜索相关issue问题常见问题：找不到 stdlib.h头文件/usr/include/c++/7/cstdlib:75:15: fatal error: stdlib.h: No such fileor directory #include_next <stdlib.h> compilation terminated.原因： include_next对头文件路径敏感，原因没细查解决方案：cmake编译时加 -DENABLE_P
2021-10-09 17:34:22
662
原创 OpenCV问题集合：ippicv_linux_20151201.tgz, boostdesc_bgm_bi.i,protobuf-cpp-3.1等downloading问题
常见问题：1.ippicv_linux_20151201.tgz下载时间过长或出错-- ICV: Downloading ippicv_linux_20151201.tgz...下载方式：链接: https://pan.baidu.com/s/1pc1y8BTUIQo7XVIIGVCo-w 提取码: wit4直接将.tgz放入到该目录下重新编译：opencv/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e/2.b
2021-10-09 15:29:28
554
3
原创 semanticFusion_训练替换其他网络个人记录
semanticFusion(SF)替换其他网络常见问题总结：分为两种方式，第一种直接替换，第二种部分替换，第一种方便快捷，第二种是要学习caffe必须要掌握的。－－－－－－－－－－－－－－－－－－－－－－－－－分割线－－－－－－－－－－－－－－－－－－－－－－－－－－－－第一种直接替换：caffe_semanticfusion模块，可直接替换其他caffe版本语义分割网络，只需要...
2020-02-17 10:01:18
553
5
原创 semanticFusion_运行所需数据集准备 (NYUv2－原始数据集预处理－Toolbox)
最近在处理semanticfusion的数据集时，做了一些数据预处理，记录一下，整个过程与zt同学一起讨论完成，感谢～ 程序或多或少后有一些问题，但是终究是可以用了～这里感谢高博的博客，从这里找到了要入手的方向：重要的备注：这两张图来自于nyuv2数据集：http://cs.nyu.edu/~silberman/datasets/ 原图格式是ppm和pgm的，被我转成了png格式...
2020-02-16 17:05:08
624
原创 slam的可视化
今天看slam的可视化讲解，发现泡泡机器人太棒了，有时间值得每期都去学习一下放链接：泡泡机器人Pangolin 学习slam十四讲第二版可视化演示代码#include <pangolin/pangolin.h>#include <Eigen/Core>#include <unistd.h>// 本例演示了如何画出一个预先存储的...
2019-11-18 22:05:26
1058
3
原创 【吴恩达机器学习】章节19 应用举例：照片OCR(照片光学字符识别)
目录:+ 问题描述与OCR pipeline+ 滑动窗口+ 获取大量数据和人工数据+ 天花板分析：下一步工作的pipeline一·问题描述与OCR pipeline二·滑动窗口三·获取大量数据和人工数据四·天花板分析：下一步工作的pipeline...
2019-05-22 22:11:04
223
原创 【吴恩达机器学习】章节18 大规模机器学习
目录:+ 学习大数据集+ 随机梯度下降+ Mini-Batch 梯度下降+ 随机梯度下降收敛+ 在线学习+ 减少映射与数据并行一·学习大数据集二·随机梯度下降三·Mini-Batch 梯度下降四·随机梯度下降收敛五·在线学习六·减少映射与数据并行...
2019-05-21 22:27:51
210
原创 【吴恩达机器学习】章节17 推荐系统
目录:+ 问题规划+ 基于内容的推荐算法+ 协同过滤+ 协同过滤算法+ 矢量化：低秩矩阵分解+ 实施细节：均值规范化一·问题规划二·基于内容的推荐算法三·协同过滤四·协同过滤算法五·矢量化：低秩矩阵分解六·实施细节：均值规范化...
2019-05-21 16:40:35
181
原创 【吴恩达机器学习】章节16 异常检测
目录:+ 问题动机+ 高斯分布+ 算法+ 开发和评估异常检测系统+ 异常检测 VS 监督学习+ 选择要使用的功能+ 多变量高斯分布+ 使用多变量高斯分布的异常检测一·问题动机二·高斯分布三·算法四·开发和评估异常检测系统五·异常检测 VS 监督学习...
2019-05-21 10:57:16
129
原创 【吴恩达机器学习】章节15 降维
目录:+ 目标：数据压缩+ 目标：可视化+ 主成分分析问题规划+ 主成分数量选择+ 压缩重现+ 应用PCA的建议一·目标：数据压缩二· 目标：可视化三·主成分分析问题规划PCA 试图找到一个低维的平面来对数据进行投影，以便最小化投影误差的平方，以及最小化每个点与投影后的对应点之间距离的平方值。数据预...
2019-05-20 00:05:11
144
原创 【吴恩达机器学习】章节14 无监督学习
目录:+ 无监督学习+ K-Means算法+ 优化目标+ 随机初始化+ 选取聚类数量一·无监督学习二· K-Means算法三·优化目标distortion cost function四·随机初始化五·选取聚类数量手动选择...
2019-05-16 21:22:48
165
原创 【吴恩达机器学习】章节13 支持向量机
目录:+ 优化目标+ 直观上对大间隔的理解+ 大间隔分类器的数学原理+ 核函数+ 使用SVM一·优化目标SVM并不会输出概率，相对我们得到的是通过优化这个代价函数得到的一个参数，而支持向量机所做的，它进行了一个直接的预测，预测y是等于1还是0二·直观上对大间隔的理解三·大间隔分类器的数学原理决策边界...
2019-05-15 21:58:44
136
原创 【吴恩达机器学习】章节12 机器学习系统设计
目录:+ 确定执行的优先级+ 误差分析+ 不对称性分类的误差评估+ 精确度和召回率的权衡+ 机器学习数据一·确定执行的优先级选择特征二·误差分析例子三·不对称性分类的误差评估偏斜类即使我们有一个非常偏斜的类，算法也不能够欺骗我们，仅仅通过预测y总是等于０或１，没有办法得到高的查准率和高的召回率。四·精确...
2019-05-15 21:58:36
98
原创 【吴恩达机器学习】章节11 应用机器学习的建议
目录:+ 决定下一步做什么+ 评估假设+ 模型选择和训练，验证，测试集+ 诊断偏差与方差+ 正则化和偏差与方差+ 学习曲线+ 决定接下来做什么一·决定下一步做什么二·评估假设画图在多特征下不适用三·模型选择和训练，验证，测试集四·诊断偏差与方差如果算法处于高偏差的情...
2019-05-14 17:20:37
126
原创 【吴恩达机器学习】章节10 神经网络参数的反向传播算法
目录:+ 代价函数+ 反向传播算法+ 使用注意(展开参数，梯度检测，随机初始化，组合到一起）+ 无人驾驶谈论一个学习算法在给定训练集时为神经网络拟合参数一·代价函数二·反向传播算法为了计算导数项，采用反向传播算法(1个训练样本)细节项是代价函数关于这些所计算出的中间项的偏导数，它们衡量的是为了影响这...
2019-05-12 22:49:55
240
原创 【吴恩达机器学习】章节9 神经网络学习
目录:+ 非线性假设+ 神经元与大脑+ 模型展示+ 例子与直觉理解+ 多元分类一·非线性假设当初始特征个数n很大时，将高阶多项式项数包括到特征里，会使特征空间急剧膨胀，当特征个数n很大时，增加特征来建立非线性分类器并不是一个好做法。二·神经元与大脑似乎可以把几乎任何一种传感器接入到大脑的几乎任何一个部位，大脑就会学会处理它...
2019-05-12 17:56:47
189
原创 【吴恩达机器学习】章节8 正则化
目录:+ 过拟合问题+ 代价函数+ 线性回归的正则化+ Logistic回归的正则化一·过拟合问题线性回归logistic回归｀可视化并不方便两种解决办法二·代价函数加入惩罚缩小所有的参数，因为不知道哪个是高阶项缩小参数更加平滑选择合适的正则化参数三·线性回归的正则化梯度下降...
2019-05-11 22:12:47
133
原创 【吴恩达机器学习】章节７ Logistic回归
目录:+ 分类+ 假设陈述+ 决策界限+ 代价函数+ 简化代价函数与梯度下降+ 高级优化+ 多元分类：一对多一·分类二分类和多分类线性回归用于该数据集，设置阈值，并不是一个好的例子logistic回归是一个分类算法二·假设陈述当有一个分类问题时，我们要使用哪个方程来表示我们的假设三·决策界限...
2019-05-10 17:43:38
128
原创 【吴恩达机器学习】章节5 多变量线性回归
目录:+ 多功能+ 多元梯度下降法+ 特征和多项式回归+ 正规方程+ 编程小技巧一·多功能多特征下的描述假设函数变化多元线性回归二·多元梯度下降法把参数用向量来表示多元线性回归模型特征缩放代价函数的等值线更圆，执行梯度下降会更快特征除以最大值均值归一化（为最大值减去最小值...
2019-05-06 13:31:08
136
原创 Python基础入门 (六Sklearn常规用法）
1．Sklearn简介2.常规使用模式3.数据标准化4.交叉验证5.过拟合问题6.保存模型1．Sklearn简介Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归（Regression）、降维（Dimensionality Reduction）、分类（Classfication）、聚类（Clusteri...
2019-05-05 17:43:36
1500
原创 python个人常见问题汇总
基础知识及语法1.np.array 的shape (2,)与(2,1)的分别是什么意思Numpy1.np.newaxis 为 numpy.ndarray（多维数组）增加一个轴2.python 中 np.sum()函数 通俗易懂理解！Matplotlib1.matplotlib中ion()和ioff()的使用...
2019-05-04 22:42:23
129
原创 Python基础入门 (五数据可视化库Matplotlib应用）
1.Matplotlib基本介绍2.基础用法3.一些设置属性4.图中图5.动画1.Matplotlib基本介绍Matplotlib是一个非常强大的画图工具，对数据的可视化起着很大的作用。Maplotlib可以画图线图，散点图，等高线图，条形图，柱形图，3D图形，图形动画等。pip3 install matplotlib #python3中使用这条语句进行安装，在命...
2019-05-04 19:50:28
1087
原创 Python基础入门 (四数据分析处理库Pandas应用）
1.Pandas简介2.两种数据结构3.相关操作(索引，查询，统计分析，SQL操作，对缺失值处理，excel的数据透视表功能，多层索引）1.Pandas简介Pandas是基于Numpy的一个开源python库，它被广泛用于快速分析数据，以及数据清洗和准备等工作。2.两种数据结构pandas中有两类非常重要的数据结构，就是序列Series和数据框DataFrame...
2019-05-04 17:05:24
908
原创 Python基础入门 (三Numpy应用）
1. Numpy简介2.数组创建和操作3.赋值Copy和=4.广播机制5.常用函数1. Numpy简介开源的Python科学计算库，主要功能之一是用来操作数组和矩阵(开源，高效，稳定，可扩展)2.数组创建和操作2.1 创建数组#一维数组的创建a=np.array([2,3,4],dtype=np.int32)print(a)print(a.d...
2019-05-03 22:32:28
282
原创 Python基础入门 (二基础知识及语法）
常用的数据结构1.编程规范2.基本数据类型3.列表，元组，字典，集合4.文件操作5.条件判断6.分支循环1.编程规范-代码开头 顶格编写，除非在条件判断或循环-代码层级 第一层顶格编写，第二层开头预留４个空格-对齐方式 同一层级必须严格对齐-注释 单行注释 ＃ 多行注释 首尾处用成对三引号引用， '''注释''' """注释“”“- 代码块...
2019-05-03 20:04:35
165
原创 Python基础入门 (一介绍及配置）
python介绍-诞生: 1989 - Guido can Rossum - 马戏团大蟒蛇-特点： 优点：内置电池(丰富的库，开发效率高）胶水语言(可扩展性跟可嵌入性） 缺点：代码运行速度慢-适用领域：人工智能，网络爬虫，web开发，数据分析-在机器学习中(基础语法，常用python库，实践)基础用法(编程规范，基本数据结构，字符串操作，文件操作...
2019-05-03 17:04:51
202
原创 关于在ubuntu下pycharm安装matplotlib出现ValueError: max() arg is an empty sequence问题
环境：- ubuntu16.04- ananconda环境管理工具- pycharm问题描述：今天在pycharm下使用anaconda配置python的虚拟环境，使用matplotlib出现此问题解决方案：在虚拟环境下使用pip install matplotlib可解决此问题，该问题出现在使用anaconda图形界面或pycharm配置界面直接添加该库。...
2019-05-02 20:29:51
30141
10
翻译 C++ primer(第五版）第17章习题答案
第17章 标准库特殊设施17.1tuple<int, int, int> threeInt(10, 20, 30);17.2tuple<std::string, std::vector<std::string>, std::pair<std::string, int> t;17.3...
2019-04-21 21:27:46
455
2
翻译 C++ primer(第五版）第16章习题答案
第十六章 模板与泛型编程16.1由编译器从模板生成的类或函数。16.2#ifndef CP5_EX16_02_COMPARE_H_#define CP5_EX16_02_COMPARE_H_#include <cstring>template <typename T> int compare(const T& v1, const T...
2019-04-21 20:58:06
714
原创 Opencv个人常见问题汇总
记录学习过程中遇到的一些问题：输入输出问题1.opencv3中的glob函数读取文件夹中数据注意其中cv::String和std::string中的区别，std::string可以隐式转化为CV::String.OpenCV数据结构1.矩阵元素的数据类型...
2019-04-21 13:32:11
441
原创 牛客网剑指Offer刷题记录
参照剑指Offer电子稿讲解及他人代码学习并修改(c++版),感谢。1.解决一个复杂问题时从具体问题入手，边角处class Solution {public: bool Find(int target, vector<vector<int> > array) { int rows = array.size(); int c...
2019-04-09 16:05:04
179
翻译 C++ primer(第五版）第15章习题答案
第十五章 面向对象程序设计15.1基类希望其派生类进行覆盖的函数，通过在其成员函数的声明语句之前加上关键字virtual使得该函数执行动态绑定。基类希望它的派生类各自定义适合自身的版本，此时基类就将这些函数声明成虚函数。通常都应该定义一个虚析构函数，即使该函数不执行任何实际操作也是如此。15.2private:基类自身和友元可以访问。protect:基类自身，友元，派...
2019-04-06 21:29:58
779
3
翻译 C++ primer(第五版）第13章习题答案
第十三章 拷贝控制13.1如果一个构造函数的第一个参数是自身类类型的引用，且任何额外参数都有默认值，则此构造函数是拷贝构造函数。拷贝初始化是依靠拷贝构造函数或移动构造函数。拷贝初始化发生在：(a) 使用 = 定义变量(b) 将一个对象作为实参传递给一个非引用类型的形参(c) 从一个返回类型为非引用类型的函数返回一个对象(d) 用花括号列表初始化一个数组中的元素或一个聚合...
2019-04-04 21:45:00
1040
1
翻译 C++ primer(第五版）第12章习题答案
第十二章 动态内存12.1b2被销毁了，但b2中的元素不能被销毁。b1和b2中都有４个元素。12.2ex12_02.h#include <vector>#include <string>#include <initializer_list>#include <memory>#include <excep...
2019-03-31 22:04:05
983
5
semanticfusion源码
2019-03-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人