深度学习SLAM
文章平均质量分 61
基于深度学习的SLAM
诗筱涵
邮箱:[email protected] 微信公众号:诗筱涵 技术交流群:960668018
展开
-
华科杨欣-基于视觉的深度估计与定位(含深度光流位姿联合估计)学习笔记
包括我现在看单目深度估计或者基于深度学习的里程计,确实就是深度和位姿或者光流和位姿一起估计,不是单一的,这个层面再去反看自监督单目深度估计为什么那么弄可能就好理解了。) (GeoNet:基于无监督学习的深度、光流和相机位姿的联合估计 CVPR2018)上面的需要大量样本训练,没有大量样本时实现无监督的光流和深度的联合估计。深度学习可以得到稠密光流,稠密光流可以得到稠密的特征点匹配,通过三角测量可以得到稠密的深度。【华中科技大学杨欣教授:“基于视觉的深度估计与定位”-哔哩哔哩】原创 2024-04-28 08:56:53 · 123 阅读 · 0 评论 -
SLAM中使用深度学习的几种情况,确实基本是这三种,端到端,替换某一模块,或者语义SLAM
SLAM中使用深度学习的几种情况,确实基本是这三种,端到端,替换某一模块,或者语义SLAM。原创 2024-04-25 11:06:11 · 213 阅读 · 0 评论 -
深度学习一些基础环境部署
安装有两种顺序,一种是决定pytorch的版本以此来选择cuda版本,第二种是先决定cuda的版本在以此来选择pytorch的版本。新手推荐第一种。原创 2024-04-19 22:59:19 · 1017 阅读 · 0 评论 -
把RTPL-VIO的前端由EDLines改为MLSD
这是最终跑完,虽然位姿没有回到起点,但是一个是最开始一段有点漂移后面基本都是OK的,从建图效果可以看出来。之前尝试0.1倍速播放以为不行是我等待的时间不够长,它bag包前面几秒钟在初始化应该,所以没有东西输出的,0.1倍速要等将近一分钟,多等下就有输出了,就可以正常跑了所以不用弄成读取bag包的形式也是可以的。太慢了跑不起来,二分之一的速度播放能跑起来,但是这结构也不好,估计还是MLSD延时太大了,怪不得有的选择读取bag包的方式。这个我看我也是跑过的,是OK的。估计主要靠点特征跑完的,线特征跟不上应该。原创 2024-02-19 17:22:27 · 360 阅读 · 0 评论 -
自己在笔记本ubuntu上装ncnn,一次性编译通过了
我就直接按照这个教程来的,装好一些依赖包之后,按照普通C++工程的方式去编译就可以了。(虽然git仓库都官方给的安装教程,但是说得凌乱不清,我干脆百度去了)最后sudo make install,文件都没有拷贝到系统目录下,这样不用担心有影响。我再改为这样就编译通过了!自己在笔记本ubuntu上装ncnn,一次性编译通过了。原创 2024-02-20 12:45:04 · 293 阅读 · 0 评论 -
再在一个全新OrinNX上部署AirVO,没有动opencv版本的情况下
从我加的这两句打印来看,确实就是cv::initUndistortRectifyMap(K_l, D_l, R_l, P_l.rowRange(0,3).colRange(0,3), cv::Size(_image_width, _image_height), CV_32F, _mapl1, _mapl2);我把opencv4.5.4和opencv_contrib4.5.4都下下来编译一下,然后安装,我是觉得这样不管它是找到哪个opencv,版本都是一样的,这样不至于出问题吧?原创 2024-03-02 20:51:33 · 803 阅读 · 0 评论 -
PlaneRecNet环境部署运行步骤整理 20230827
因为需要CUDA,所以选择在OrinNX上运行 我的这个OrinNX对应的jetpack版本和python版本如下,这个会影响到后面安装torch和torchvision的版本。可以看到,我下2.0版本的pytorch对应的torchversion的版本是0.15,但是分支里面0.15的又有很多,我干脆下最新的0.15版本的,也就是v0.15.2分支。会出现缺包的情况,主要是缺pytorch。先装anaconda 先去anaconda官网下对应的sh文件,OrinNX是arm平台,对应选择红框所示的。原创 2024-02-19 20:07:33 · 745 阅读 · 0 评论 -
自己部署SuperPoint-SuperGlue-TensorRT 20230828
目前OrinNX上是有CUDA和tensorrt的,就是版本不是完全对应。自己部署SuperPoint-SuperGlue-TensorRT。命令显示这个,似乎是多线程运行的superpointglue?终于运行完了,在build文件夹下生成了一张图片。不过第一个命令还是把我吓到了,运行了那么长的时间。要不自己试着编译一下,反正一些基础环境已经有了。也就是下面这个命令运行了将近50分钟....找到了CUDA11.4和opencv4。这回很快就运行完了,不到一分钟似乎。原本是没有这个文件夹的。原创 2024-02-19 20:10:06 · 537 阅读 · 2 评论