![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 88
村里小码农
循道而行,行稳致远;虚静待令,有物混成。
展开
-
Ubuntu18.4 搭建pytorch编译环境
再安装sudoapt-getinstallpython3-distutils。先卸载sudoapt-getremovepython3-distutils。方案python3安装dataclasses。方案安装typing_extensions。配置~/.bashrc。配置~/.bashrc。配置~/.bashrc。原创 2022-07-27 14:01:02 · 792 阅读 · 0 评论 -
立体视觉 stereo correspondence(双目立体匹配)
参考立体视觉是计算机视觉领域的一个重要课题,它的目的在于重构场景的三维几何信息。立体视觉的研究具有重要的应用价值,其应用包括移动机器人的自主导航系统,航空及遥感测量,工业自动化系统等。1. 引言一般而言,立体视觉的研究有如下三类方法: (1) 直接利用测距器(如激光测距仪)获得程距(range data)信息,建立三维描述的方法; (2) 仅利用一幅图象所提供的信息推断三...转载 2019-05-06 14:50:33 · 1032 阅读 · 0 评论 -
双目相机
双目相机计算机视觉基础1——视差与深度信息目录1. 单目2. 双目3. RGBD双目立体视觉相机标定————畸变矫正————立体校正————极线约束————立体匹配(关键步骤)————三角测量立体匹配最基本的步骤:1)代价计算。 计算左图一个像素和右图一个像素之间的代价(某种差值)。 2)代价聚合。 一般基于点之间的匹配...转载 2019-05-06 14:47:27 · 2985 阅读 · 1 评论 -
深度学习结合SLAM 研究现状
深度学习结合SLAM 研究现状总结参考 技术刘语义 SLAM 中的概率数据融合语义SLAM的概率数据关联 解析(一)简介上面的论文——融合传统CPM分割语义信息期望最大化(EM) 估计来把语义 SLAM 转换成概率问题,优化目标仍然是熟悉的重投影误差。这篇文章只用了 DPM 这种传统方法做检测没有用流行的深度学习的检测网络依然取得了一定的效果。当然其文章中有很多比较强的假...转载 2019-05-05 16:22:15 · 3119 阅读 · 0 评论 -
SLAM 学习与开发经验分享
SLAM 学习与开发经验分享导语毫无疑问,SLAM是当前最酷炫的技术.在这里,给大家分享一些在学习SLAM的过程中的一些资料与方法(不断更新中...)入门视觉SLAM的基础知识-高翔(高翔博士)-----视频,吐血推荐关于slamSLAM简介SLAM第一篇:基础知识SLAM_介绍以及浅析SLAM的前世今生 终于有人说清楚了(张一茗)SLAM for ...转载 2019-05-05 16:18:17 · 457 阅读 · 0 评论 -
双目SLAM基础
双目slam基础 Stereo camera slamStereo Vision:Algorithms and Applications 双目宝典Machine-learning-for-low-level-vision-problems 机器学习实现低层次视觉-深度估计等室外数据集 Kitti室内数据集 Middlebury 双目算法评估嵌入式 图像滤波卷积计算 卷积的简化计...转载 2019-05-05 16:16:53 · 5127 阅读 · 1 评论 -
单目SLAM基础
非滤波单目slam基础非滤波方法的单目视觉SLAM系统综述 论文直接法 特征点法 混合法区别与联系 按照 2D−2D 数据关联方式的不同 ,视觉定位方法可以分为直接法、非直接法和混合法 1. 直接法假设帧间光度值具有不变性 , 即相机运动前后特征点的灰度值是相同的 . 数据关联时 , 根据灰度值对特征点进行匹配,通过最小化光度误差,来优化匹配. ...转载 2019-05-05 16:15:21 · 4268 阅读 · 0 评论 -
基础网络-深度学习经典卷积神经网络
深度学习经典卷积神经网络随着深度学习的发展,研究人员提出了很多模型,这其中一些设计方式,在当时取得了很好的效果,也为其他科研工作者提供了很好的思路。CNN 的经典结构始于1998年的LeNet-5,成于2012年历史性的AlexNet,从此广泛用于图像相关领域,主要包括:1.LeNet-5, 1998年2.AlexNet, 2012年3.ZF-Net, 2013年4.GoogleN...转载 2018-12-21 16:07:06 · 398 阅读 · 0 评论 -
常用深度学习框架
常用深度学习框架2018.09.13深度学习研究的热潮持续高涨,各种开源深度学习框架也层出不穷,其中包括TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、Lasagne、Neon等。我们参考开源的测试结果,结合自己整理的数据,针对主流的深度学习框架进行简单对比及介绍。框架机构支持语言Stars...转载 2018-12-21 15:43:09 · 831 阅读 · 0 评论 -
神经网络的设计
网络的设计几种卷积的介绍Spital ConvolutionDepthwise ConvolutionDeformable ConvolutionDilated Convolution网络的几个常用BlockInceptionBottleneckResidual ConnectionInverted Residual BlockDense ConnectionSE...转载 2018-12-21 11:49:41 · 1558 阅读 · 0 评论 -
基础网络的训练
基础网络的训练目前我们常用的神经网络,github上基本都具有较为丰富的训练、测试代码,我们这里选择几种常用,高效的网络推荐给大家,包括与之对应的github工程,涉及一些训练的技巧,旨在让大家能够复现出作者原始的精度。我们这里主要介绍以下几个网络的训练与使用:1.MobileNet(分类网络)2.MnasNet(分类网络)3.MTCNN(单一物体检测网络)4.MobileNet...转载 2018-12-21 11:45:16 · 356 阅读 · 0 评论 -
深度学习在图像领域的应用
深度学习在图像领域的应用随着深度学习近几年的火热发展,在计算机视觉,图像理解方向上,应用越来越广泛。我们总结了在视觉领域的一些方向上基于深度学习的优秀算法。包括物体检测、物体识别、人脸世界、分割、跟踪、边缘检测、图像复原(去雨、去雾)、图像编辑等。检测1. 单一物体检测MTCNN: https://github.com/kpzhang93/MTCNN_face_detection_alig...转载 2018-12-21 11:43:38 · 3793 阅读 · 0 评论 -
常用移动端深度学习框架
一、常用移动端深度学习框架深度学习发展很快,最近又出现了几个新的移动端前向框架,例如Tengine和 TVM.我们还没有对这两个框架进行深入研究,但是在对应的wiki中,可以看到这两个框架的速度对于现有框架都具有一定优势,通过短暂的了解,Tengine还是很不错的,支持op跟模型种类都比较丰富,还支持GPU运算。感兴趣的读者可以多了解一下。---------------- 2018.12.0...转载 2018-12-21 11:41:13 · 1305 阅读 · 0 评论