- 博客(63)
- 收藏
- 关注
RSS订阅原创 三维点云中DBSCAN的使用
# -*- coding: utf-8 -*-import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dsize = 30##计算欧式距离def distEuclid(x,y): return np.sqrt(np.sum((x-y)**2))##随机产生n个dim维度的数据 (这里为了展示结果 dim取2或者3)def genDataset(n,dim):.
2021-06-29 22:48:41
959
原创 Ubuntu18.04中安装PCL
1、安装依赖项sudo apt-get update sudo apt-get install git build-essential linux-libc-devsudo apt-get install cmake cmake-guisudo apt-get install libusb-1.0-0-dev libusb-dev libudev-devsudo apt-get install mpi-default-dev openmpi-bin openmpi-common sudo
2020-11-03 16:06:18
3093
6
原创 杂七杂八的要点
1、创建、删除、推出虚拟环境conda create -ndefect python=3.7//创建虚拟环境source activate your_env_name//激活虚拟环境source deactivate your_env_name//推出虚拟环境conda remove -n your_env_name(虚拟环境名称) --all//删除虚拟环境conda remove --name $your_env_name$package_name（包名）...
2020-10-28 09:31:48
184
原创 Ubuntu中设置分辨率
1、sudo vim /etc/default/grub2、找到#GRUB_GFXMODE=640x480，改为GRUB_GFXMODE=1920x1080【注】去掉＃号3、更新sudo update-grub
2020-10-26 19:36:18
274
原创 梯度概念
梯度定义为：函数在某一点的梯度是这样一个向量，它的方向与取得最大方向导数的方向一致，而它的模为方向导数的最大值例如：函数f(x,y)的梯度对应的公式为：注意：1、梯度是一个向量，既有大小又有方向2、梯度的方向是最大方向导数的方向3、梯度的模是最大方向导数的值梯度的几何意义是：函数变化率最大的方向，沿着梯度向量的方向，更容易找到函数的最大值，反过来说，沿着梯度向量相反的方向是梯度减少最快的方向，也就是说更容易找到函数的最小值。方向导数：方向导数是一个数，反应的是f(x,
2020-09-12 11:03:28
10262
原创 ICP算法原理总结
问题描述有两组点云，分别用{Pi}，{Qi}表示，其中{Pi}为测量到的模型， {Qi}为标准模型，共有N个点。我们需要计算从{Pi}到{Qi}的变化参数，即旋转R和平移T。如果变换参数是准确的，那么，如果对于每一点qi=Rpi+T，但是由于噪声的存在，不可能所有的点完全重合，所以引入目标函数。目标函数...
2020-09-02 10:05:29
939
原创 红黑树
红黑树特性：1、根节点一定是黑色2、叶子节点一定是黑色3、所有的节点是黑色或者红色4、每个红色节点的两个子节点是黑色5、从任一节点到其每个叶子节点的每一条路径包含相同数目的黑节点...
2020-08-15 20:13:02
87
原创 MySql之视图的作用
1、简单将经常使用的查询定义为视图，是的用户不必为以后的操作每次指定全部的条件。2、安全性通过视图用户只能查询和修改他们所能见到的数据。3、逻辑数据独立性视图可帮助用户屏蔽真实表结构变化带来的影响。...
2020-08-14 15:39:04
482
原创 Harris 3D: a robust extension of the Harris operator for interest point detection on 3D meshes论文解读
本文是将参照二维Harris角点检测改进而来，目的是在三维点云中检测出关键点。1、计算Harris算子为了计算导数，我们将二次曲面拟合到以下点上变换点的集合。利用最小平方法，我们找到一个抛物线的形式。我们选择了一个只有6个项的二次曲面，因为它代表一个抛物线。也就是说，如果我们需要一个带有二次项的两个变量的函数，它是最佳选择。增加更多的项意味着可以拟合一个更复杂的曲面。然而，更复杂的曲面在域的某些点上没有定义好的导数。此外，我们需要一个简单的表达式来应用导数。由于我们对点v中的导数感兴趣，我们
2020-08-06 22:30:16
1373
原创 Linux下Hadoop配置与安装
1、下载Hadoop安装包可通过winscp等工具将安装包传到Linux中2、解压并且将解压后的文件移动到/usr/local/software路径下，并且改名为hadooptar -zxvf hadoop-3.1.3.tar.gzmv hadoop-3.1.3 /usr/local/software/hadoop3、下载jdk4、解压并且将解压后的文件移动到/usr/local/software路径下tar -zxvf jdk-8u201-linux-x64..
2020-07-27 20:37:03
579
原创 PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space论文解读
PointNet++核心问题：点云的分类/语义分割1、网络构成PointNet提取特征的方式是对所有点云数据提取了一个全局的特征（见上图），显然，这和目前流行的CNN逐层提取局部特征的方式不一样。受到CNN的启发，作者提出了PointNet++，它能够在不同尺度提取局部特征，通过多层网络结构得到深层特征。PointNet++由以下几个关键部分构成：1.1采样层（sampling）激光雷达单帧的数据点可以多达100k个，如果对每一个点都提取局部特征，计算量是非常巨大的。因此，作者.
2020-07-26 20:46:49
512
原创 基于K近邻的反距离权重插值——IDW
基于K近邻的反距离权重插值——IDW基本思想离散点距离所估计的点越近，则对所估计的点影响越大，权值越大；反之，离散点距离所估计的点越远，则影响越小。上图为pointnet++中的基于K近邻的反距离权重插值，论文中p=2,k=3。...
2020-07-25 23:24:59
737
原创 Batch Normalization(BN)——批量归一化
尺度不变性首先讲一下尺度不变性这一概念：如果一个机器学习算法在缩放全部或部分特征后不影响学习和预测，就称该算法具有尺度不变性。还有神经网络具有尺度不变性，因为网络可以通过参数的调整能适应不同的尺度的特征。数据归一化我们看一下数据归一化，如图（a）未归一化的数据的等高线，由于数据尺度上的不同，造成大多数梯度的方向并不是最优的搜索方向。如果我们把数据归一化成相同的尺度如图（b）,那么大部分梯度的方向近似于最优搜索的方向，这样在梯度下降求解时，训练效率大大提高。归一化方法1、最小最大归一化2、标
2020-07-19 22:39:33
577
1
原创 余弦相似度
余弦相似度可以用于计算两篇文章的相似情况。步骤：一、每篇文章各取出若干个关键词，合并成一个集合二、计算每篇文章对于这个集合中的词的词频三、生成两篇文章各自的词频向量；生成两篇文章各自的词频向量四、计算两个向量的余弦相似度，值越大就表示越相似。计算两个向量的余弦相似度，值越大就表示越相似。...
2020-07-16 22:50:05
245
原创 TF-IDF算法
TF-IDF算法某个词的TF-IDF值就越大，说明该词对文章的重要性越高，越有可能成为关键词。TF（Term Frequency）词频IDF（Inverse Document Frequency）逆文档频率IDF大小与一个词的常见程度成反比TF-IDF的计算...
2020-07-16 22:33:04
315
原创 one-hot编码
one-hot编码解析1、什么是one-hot编码？One-Hot编码，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。2、如何编码？例如：要编码 0 - 9 ：用十位的0和1进行编码0：10000000001：01000000002：00100000003：00010000004：00001000005：00000100006：00000010007：00000001008：00000000109：00
2020-07-15 15:13:11
135
原创 FPS(Farthest Point Sampling)——最远点采样
1、算法流程假设点个数为N，N = {P1,P2,…,Pn}，经过采样后点的集合为S，初始时S = {}，采样c个点<1> 在N个点中随机选择1个点Pk1，放入S，S = {Pk1}<2> 计算剩余n-1个点到点集S的距离，总共得到n-1个距离，选取距离点集S最远的点Pk2，放入S，S = {Pk1，Pk2}<3> 计算剩余n-2个点到点集S的距离，对于n-2个点中的其中一点来说，此时点集S中有两个点，我们计算得到两个距离，选择最小的那个距离，作为该点到集合的距离
2020-07-11 10:06:36
2771
1
原创 C++左值与右值
#include <iostream>#include <vector>#include <string>using std::cout;using std::endl;using std::vector;using std::string;int && func(){ return 10;}int main(void){ int a = 1; int b = 2; int * pFlag = &a; vec.
2020-05-31 17:46:55
125
原创 C++bind用法
#include <iostream>#include <functional>using std::cout;using std::endl;using std::bind;int func1(int x, int y){ cout << "int func1(int,int)" << endl; return x + y;}class Foo{public: int func2(int x, int y) { co.
2020-05-31 17:09:18
284
原创 回调函数
回调函数：1、定义一个函数（普通函数即可）2、将此函数的地址注册给调用者3、调用者使用函数指针调用回调函数#include <cstdio>using std::cout;using std::endl;typedef int(*callback)(int,int); //函数指针//1定义一个函数int add1(int a,int b){ return a+b;}//2注册回调函数int add2(int a,int b,callback Func).
2020-05-14 19:51:06
286
原创 Linux中Anaconda下安装Tensorflow1.14虚拟环境
这是基于已经安装完Anaconda的情况！步骤如下：step1：创建虚拟环境conda create --name tensorflow python=3.5step2:激活tensflow的环境：conda activate tensorflowstep3:# 安装tensorflowpip install tensorflow==1.14.0 -i http://...
2020-04-29 03:47:53
3939
原创 CV顶会
作为刚入门的CV新人，要记住计算机视觉方面的三大顶级国际会议：ICCV，CVPR和ECCV，统称为ICE。ICCV的全称是International Comference on Computer Vision。两年一次，是公认的三个会议中级别最高的。CVPR的全称是International Conference on Computer Vision and Pattern Recogin...
2020-04-13 16:28:24
1330
原创 numpy中np.finfo用法
例子："""np.finfo使用方法 eps是一个很小的非负数 除法的分母不能为0的,不然会直接跳出显示错误。 使用eps将可能出现零，使用eps来替换，这样不会报错。"""import numpy as npx = np.array([1, 2, 3], dtype=float)eps = np.finfo(x.dtype).eps # eps = 2...
2020-03-10 13:52:24
9522
2
原创 Faster R-CNN论文复现
主要看两个博客：博客一：逐字理解目标检测一：https://blog.csdn.net/qq_32678471/article/details/84776144逐字理解目标检测二：https://blog.csdn.net/qq_32678471/article/details/84792307逐字理解目标检测三：https://blog.csdn.net/qq_32678471/...
2020-03-07 10:04:26
607
原创 Github下载慢或失败问题解决方案
步骤如下：1.打开码云(https://gitee.com/登录)2.创建仓库3.在新建仓库页选择 “导入已有仓库”4.复制你需要下载的git链接，如放到导入已有仓库中5.点击创建，然后下载...
2020-03-01 21:15:16
1579
原创 R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN网络结构
https://blog.csdn.net/briblue/article/details/82012575
2020-02-26 13:18:03
688
原创 目标检测性能评价指标（mAP、IOU）
https://blog.csdn.net/qq_29893385/article/details/81213377
2020-02-26 13:03:43
469
原创 pytorch下载慢解决方案
pytorch之下载之慢之香蕉棒棒锤，真浪费时间，总结一下。步骤一：添加清华镜像源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/a...
2020-02-20 23:59:49
6264
2
原创 VS2017下QT项目生成.exe文件
解决步骤：步骤一：首先在release版本下找到.exe文件步骤二：进入qt文件夹中msvc2015_64\plugins\platforms文件夹，复制这个platform文件夹到.exe所在目录。步骤三：复制msvc2015_64\bin目录到.exe所在目录。步骤四：复制Qt5Core.dll、Qt5Gui.dll、Qt5Widgets.dll到.exe所在目录。Bing...
2020-02-18 14:06:02
2335
原创 QT中显示点云总结（QVTKWidget）
关于QT中配置QVTKWidget总结VS2017++pcl1.8.1+QT5.9.2+VTK7.1.1VTK其实配错了，pcl1.8.1里面的VTK是VTK8.0的，但是上VTK官网找不到，就只能用VTK7.1.1，具体步骤：CMake编译，编译完后会生成QVTKWidget.dll文件，然后就用这个文件就行，网上说生成的QVTKWidget.lib没找到。这个QVTKWidget...
2020-02-15 17:07:08
2850
原创 C++头文件包含顺序
#include "本类头文件"#include "本目录头文件"#include "自己写的工具头文件"#include "第三方头文件"#include "平台相关头文件"#include "C++库头文件"#include "C库头文件"...
2020-01-07 16:45:28
226
原创 QMainWindow和QWidget的区别
QMainWindow和QWidget的区别？1、创建完文件后两个的隐藏文件QWidget下为 #include “ui_widget.h”QMainWindow下为 #include “ui_mainwindow.h”2、ui_mainwindow.h中的内容比ui_widget.h中的内容多一点menuBar = new QMenuBar(MainWindow);menu...
2020-01-07 16:11:08
1542
原创 神经网络及应用期末复习
1 五种优化算法1.1 线性优化1.2梯度法（非线性，只能求出局部最小）https://blog.csdn.net/google19890102/article/details/17842831https://blog.csdn.net/weixin_42278173/article/details/815116461.3牛顿法1.4高斯牛顿法1.5自然梯度法2 模...
2019-12-21 14:35:02
615
原创 Jupyter自动打开指定浏览器和设置默认工作目录
1、Jupyter不能自动打开浏览器的解决办法：<1>打开Anoconda Prompt<2>输入命令jupyter notebook --generate-config系统会自动产生一个名为jupyter_notebook_config.py的文件，并且Anoconda Prompt窗口中会给出文件的路径。<3>打开jupyter_noteb...
2019-12-19 10:39:38
989
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