- 博客(21)
- 资源 (2)
- 收藏
- 关注
原创 Win10不支持安装uWSGI
近期想重新做一下Django的项目,本科做的太小儿科了,想做个并发的,在安装uWSGI时碰到了问题,记录一下过程。首先需要说明的结论是:WIN10不支持安装uWSGI ,大家不用浪费时间了。1.使用pip安装pip install uwsgi报错:AttributeError: module ‘os’ has no attribute ‘uname’根据报错信息进行查阅,发现是因为uwsgiconfig.py文件中,os.uname()是不支持windows系统的,platform模块是支持任何
2021-05-15 23:00:13
2975
4
原创 Windows ‘node‘或‘npm‘不是内部或外部命令,也不是可运行的程序
nvm是一个用来管理node版本的工具,安装过程如下:1.到这个链接下载nvm的安装包:https://github.com/coreybutler/nvm-windows/releases2.然后一路next,建议安装到默认的C盘,空间也不大,省的又出环境变量问题。3.在cmd中输入nvm -version命令,不提示找不到命令即可。4.打开你的安装路径,找到路径下的setting.txt,往里面加入node_mirror: https://npm.taobao.org/mirrors/node
2021-05-12 22:20:35
491
原创 安装CUDA时不识别显卡,提示This graphics driver could not find compatible graphics hardware
最近在复现CVPR2020的一篇文章,Grid-GCN,要配置CUDA、MXNET等环境,在配置过程中安装CUDA时,不识别显卡,提示This graphics driver could not find compatible graphics hardware。首先放下我的环境:win10RTX2060VS2015CUDA8.0经过查阅资料后得知,厂商在电脑出场时会给自家的显卡添加了独特的硬件ID,导致CUDA8.0没有包含这个ID,识别不出显卡,而CUDA8.0也算比较老的版本了,一直没有
2020-07-07 22:49:39
6678
3
原创 Windows10下Anaconda+MXNET+CUDA10.0+CUDNN7.3.1的配置
最近需要用到MXNET这个库,第一次接触CUDA和MXNET这些,摸索着终于完成了配置,中间遇到如下BUG,记录下来解决方法和安装流程以供参考。(1)import mxnet时出现:OSError: [WinError 126] 找不到指定的模块。(2)安装CUDA时不识别显卡,提示:This graphics driver could not find compatible graphics hardware(3)测试MXNET时,输入语句提示:Upgrade advisory: this mxne
2020-07-07 19:04:08
1586
原创 Windows10下Anaconda的安装
关于Anaconda的安装,应该也算是老生常谈了。不过最近我才对环境管理的重要性有所体会。之前装Ubuntu没用Anaconda,导致后边装Eigen等库出现了版本冲突时,不能很好的维持一个纯净的环境,这才准备记录一下Anaconda的安装。1.下载https://www.anaconda.com/download/在这里下载安装包,注意版本的选择,根据你的实际情况来,还有每个操作系统版本都有对应的python2和python3版本,和64位...
2020-07-07 15:23:00
1748
原创 “简单完了挡不住,口答满分不过瘾”
今天考完了最优化,最担心的一门考完了,心里就轻松多了。已经两周以上没有写东西了,最近实在是忙不过来。随便写一点碎碎念给自己看。虽然说这一门最担心,但其实我从开课就一直在认真学这一门课,这两天复习也很认真。我们学校上课时间很怪,没有午休,下午一点就开始上课。而我从高中起就有午休的习惯,不午休下午就浑浑噩噩。这门课就是下午一点开始上,两个小时的课程,完美覆盖午休时间段。为了克服打瞌睡的困难,我有时会买瓶可乐(其实是馋快乐水),或者在电脑前站着听课。但实际上,我在上课期间还真没困过,对于感兴趣的课程,可能就是
2020-06-26 22:46:43
185
原创 论文翻译(下):Deep Learning Based Semantic Labelling of 3D Point Cloud in Visual SLAM
接上一篇博客https://blog.csdn.net/qq_40574708/article/details/106268897鸽了好久了。。。3.基于3D点云语义分割的深度学习我们的系统基于ORB-SLAM2[15],由3个模块组成:视觉SLAM模块、点云分割模块和语义标注模块。我们使用基于关键帧的更新策略来生成点云数据。当插入关键帧时,我们使用一个定制的深度学习框架来处理它以获得对象标签。此外,我们使用基于图的方法分割点云。最后,我们将图像标签投影到点云片段,以实现点云的语义标记。上面的过程如图
2020-06-03 22:37:52
480
原创 论文翻译(上):Deep Learning Based Semantic Labelling of 3D Point Cloud in Visual SLAM
Deep Learning Based Semantic Labelling of 3D Point Cloud in Visual SLAM自己翻译的,水平有限,不太对的地方还请多多指正。原文链接:https://pan.baidu.com/s/1R6T9uS4wZo1Yy1ZfKGX6ig提取码:cn6x摘要三维点云理解对机器人的研究具有重要意义。然而,点云通常是不规则和离散的,从中获取语义信息是一项挑战。本文提出了一种利用二维图像标签和三维几何信息构建稠密语义地图的方法。稠密点云是使用RGB
2020-05-21 22:22:34
442
原创 Ubuntu下使用YOLO3
原本以为学习SLAM就和机器学习说拜拜了,没想到SLAM还是可以结合机器学习的,YOLO3是我接触的第一个机器学习框架,在这里记下其在Ubuntu虚拟机下的使用方法,仅供参考。1.安装YOLO3YOLO(You Only Look Once)是一种基于深度神经网络的对象识别和定位算法,其最大的特点是运行速度很快,可以用于实时系统。可以打开终端,从作者大大的github上clone下YOLO3:git clone https://github.com/pjreddie/darknetclone到本
2020-05-08 22:05:44
896
转载 张量的通俗理解
转载自https://www.cnblogs.com/abella/p/10142935.html也许你已经下载了TensorFlow,而且准备开始着手研究深度学习。但是你会疑惑:TensorFlow里面的Tensor,也就是“张量”,到底是个什么鬼?也许你查阅了维基百科,而且现在变得更加困惑。也许你在NASA教程中看到它,仍然不知道它在说些什么?问题在于大多数讲述张量的指南,都假设你已经掌握他...
2020-05-07 17:24:53
987
原创 论文翻译(下):CNN-SLAM_ Real-Time Dense Monocular SLAM With Learned Depth Prediction
4.评估我们做了一个实验评估,以验证我们的方法在跟踪和重建精度方面的效果,方法是通过与两个公共数据集进行定量比较(4.1)。以及对纯旋转摄像机运动鲁棒性的定性评估(4.2)和语义标签融合的准确性(4.3)。实验使用台式PC,该PC配置为:Intel Xeon CPU 2.4GHz,RAM16GB,Nvidia Quadro K5200 GPU 8GB。至于我们方法的实现,尽管CNN网络的输入/...
2020-05-04 22:25:41
817
2
原创 论文翻译(中):CNN-SLAM_ Real-Time Dense Monocular SLAM With Learned Depth Prediction
3.提出的单目语义SLAM在这一部分中,我们将阐述所提出的三维重建框架,其中CNN预测的稠密深度图与从直接单目SLAM获得的深度测量数据相融合。此外,我们还展示了CNN预测的语义分割如何与全局重建模型相融合。图2中的流程图描述了框架概况。我们采用基于关键帧的SLAM[12,4,20],特别是我们使用[4]中提出的直接半稠密方法作为基线。在这种方法中,视觉清晰帧的子集被收集为关键帧,其位姿基于图优...
2020-04-29 22:45:30
873
原创 论文翻译(上):CNN-SLAM_ Real-Time Dense Monocular SLAM With Learned Depth Prediction
原文见我上一篇博客摘要随着卷积神经网络(CNN)在深度预测中取得了越来越多的进展,本文探讨了如何将卷积神经网络的深度预测用于到精确而稠密的单目系统中。我们提出了一种方法,CNN预测的稠密深度图与从直接单目SLAM获得的深度测量值自然融合在一起。我们的融合方案在单目SLAM方法效果不佳的图像位置进行深度预测具有优势,例如低纹理区域,反之亦然。我们演示了使用深度预测来估计重建的绝对尺度,因此克服了...
2020-04-28 22:19:27
1420
原创 原文:CNN-SLAM: Real-time dense monocular SLAM with learned depth prediction
这是一篇CNN结合SLAM的经典论文,事实证明,以深度学习去替换SLAM中的一个/几个模块,是可行的,只要实验数据比纯几何SLAM要好,就是可以接受的。此篇文章使用CNN替换了SLAM中的数个模块,值得一看。原文链接我放在这儿:链接:https://pan.baidu.com/s/1X91XTqIH8nV5yZ6smh1aYA提取码:zm18在我的下一篇博客里,也会贴上我自己翻译的译文,仅供...
2020-04-28 22:10:28
718
原创 关于四维、球极投影和四元数
最近看了3blue1brown的一系列的数学视频,在可视化四元数这里苦苦想了两天。在SLAM里面,四元数是描述3D旋转的一个好工具,它比旋转矩阵R,T更为简洁,容易计算,更加“优雅”。在初学SLAM时,由于四元数还是很晦涩难懂,我也就仅仅知道了有这个东西的存在,知道了运算,也没去深究。直到看了3blue1brown的视频,我才意识到四元数是多么伟大的思想。虽然我现在仍然没明白思维投影到三维的细...
2020-04-20 21:23:36
1709
转载 Bundle adjustment
一.历史由来Adjustment computation最早是由geodesy的人搞出来的。19世纪中期的时候,geodetics的学者就开始研究large scale triangulations(大型三角剖分)了。20世纪中期,随着camera和computer的出现,photogrammetry(照相测量法)也开始研究adjustment computation,所以他们给起了个名字叫bu...
2020-04-17 22:03:23
349
2
原创 《SLAM十四讲》ch7中g2o实验出现Could NOT find CSPARSE
在做ch7中g2o部分的实验时,出现错误:Could NOT find CSPARSE (missing: CSPARSE_INCLUDE_DIR CSPARSE_LIBRARY) CMake Error: The following variables are used in this project, but they are set to NOTFOUND.Please set th...
2020-04-10 17:23:38
3365
2
原创 g2o和Eigen冲突解决方法以及《SLAM十四讲》g2o实验报错
在写下这篇文章时,我已经安装好了SLAM需要的举并跑通了ORB-SLAM2。但是这样带来的坏处是,我在做书上的实验时,总有库的版本出现问题,或者其他奇奇怪怪的问题,很是麻烦,所以还是建议大家先跟着书上的实验一步步做下去,最后再跑大型框架。1.g2o和Eigen版本冲突在书中的第六章,安装g2o时,在编译中就碰到了版本冲突问题,在编译中疯狂报错,我贴上一部分错误代码,实际上错误代码都是比较重复性...
2020-04-09 20:11:18
1803
2
原创 Ubuntu下Ceres和Eigen3.3冲突的解决
在随高博的《SLAM十四讲》学习时,安装ceres遇到了一些问题,在此记录下来以供参考。1.高博的源码中自带了一个ceres版本。但是在编译中遇到了问题:Could not find a package configuration file provided by "Ceres" with any of the following names: CeresConfig.cmak...
2020-04-05 16:14:41
5246
4
原创 Sophus编译报错的解决方法
跟着高博的SLAM视频学习时,在安装编译Sophus时提示:`usr/bin/cmake -H/home/drew/svo/workspace/Sophus -B/home/drew/svo/workspace/Sophus/build --check-build-system CMakeFiles/Makefile.cmake 0/usr/bin/cmake -E cmake_progres...
2020-04-02 10:30:59
2401
7
原创 Ubuntu虚拟机下安装运行ORB-SLAM2
Ubuntu虚拟机下安装运行ORB-SLAM2由于电脑的两个硬盘都存着数据,没法腾出来一个安装双系统,所以无奈只能在虚拟机上跑SLAM。这两天边看高博的《SLAM十四讲》,边熟悉Ubuntu,遇到了许多问题,但也磕磕绊绊配置运行上了ORB-SLAM2。在此记录下配置过程和出现的一些错误,仅供参考。1.基本工具在配置过程中需要cmake、gcc、g++和git工具,这是最基本的工具了,可以直接...
2020-03-05 10:47:22
2264
CNN-SLAM_ Real-Time Dense Monocular SLAM With Learned Depth Prediction.pdf
2020-04-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人