- 博客(5)
- 收藏
- 关注
RSS订阅原创 人工智能——卷积、池化、激活
卷积其实主要的就是用对应的卷积核（下图左侧黄色）在被卷积矩阵上（下图左侧绿色）移动做乘法和加法得到提取后的特征（如下图右侧），卷积核可以理解成一个滤波器，设计不同的卷积核可以得出图像的不同特征，卷积核就是滤波器，跟它特征相似的输出响应大，相反输出响应小。每个卷积核举例来说可以是3x3x3,对应卷积结果是3x3x1, 若该层有4个卷积核，则该层输出为3x3x4, 下一层卷积核举例来说可以是2x2x4, 每个核卷积结果是2x2x1, 若有10个核，输出为2x2x10。以下是常见的激活函数。
2023-12-06 22:04:31
654
1
原创 solidwork快捷键使用
（只需选择首尾两个特征）。使用Tab或F6键激活下一个窗口,Shift+Tab或 Shift+F6 键激活上一个窗口。1、平移：按住Ctrl键并使用鼠标中键拖动。45、解除默认的对正关系，在对此视图选择一个放置位置时按住 Ctrl 键。7、恢复：Ctrl+Y(即反撤销，不是每种情况下都可以，可以试一试)3、缩放所有类型的文件：按住Shift键并使用鼠标中间按键来拖动。9、复制：Ctrl+C（或按住Ctrl移动草图实体）31、加选：Ctrl+单击（重复单击即可减选）2、上一视图：Ctrl+Shift+Z。
2023-12-04 23:28:46
1776
原创 视觉里程计中的运动估计2D到2D对极约束
对极约束告诉我们，如果我们知道图像中一个点的位置，那么在另一张图像中与之对应的点会在一条特定的直线上。对极约束的基本思想是，同一物体在不同图像中的投影点和视点之间存在一种特殊的关系，可以通过这种关系来匹配图像中的点。用最详细的图来理解对极约束，极点，极线，极平面。可能会用到点在直线上的公式和叉乘。x1和x2之间的关系就是本质矩阵E，p1和p2之间的关系就是基础矩阵F，因为相机内参K已知，因此往往求E。E为3*3的矩阵，有9个未知数，但是E在不同尺度下是等价的，因此用八点法（8个匹配点对）求解。
2023-12-03 20:51:47
429
原创 万能的PID控制算法
简单来说，输出=(p*偏差)+(i*偏差和)+(d*(偏差-上偏差))，可以尝试用手动改变Kp,Ki,Kd的大小，观察每个参数的效果。d：水位涨的这么快，龙头按我说的幅度一点点慢慢关。闭环控制：桶透明，你在这盯着点，到线了赶紧关。将误差进行比例放大，微分阻尼，积分误差补偿。如果还是无法理解，用一个形象的例子来说明吧。一个偏差来，放大送出去；放大是多少，旋钮看仔细；只要偏差在，累积不停止；累积快与慢，旋钮看仔细；
2023-12-02 16:22:19
638
原创 视觉激光融合SLAM分类简介——V-LOAM、VELO、LVI-SAM、LIMO
灰度摄像机: Point Grey Flea 2 (FL2-14S3M-C) ×2 (10 Hz,resolution: 1392×512 pixels, opening: 90◦ ×35◦),彩色摄像机: Point Grey Flea 2 (FL2-14S3C-C) ×2 (10 Hz,resolution: 1392×512 pixels, opening: 90◦×35◦),光学镜头(4-8 mm): Edmund Optics NT59-917 ×4。
2023-11-13 21:14:54
581
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人