- 博客(8)
- 收藏
- 关注
RSS订阅翻译 Roarnet：A Robust 3D Object Detection based on RegiOn Approximation Refinement
一种基于区域近似细化鲁棒的三维目标检测文章网址：https://arxiv.org/pdf/1811.03818.pdf摘要：基础网络为Faster RCNN和PointNet。网络分为两个阶段。阶段一：用RoarNet_2D估计物体的三维姿态；阶段二： 对候选区域进行深度推断，以递归的方式得出最终的姿态。此网络用tensorflow实现，使用公开的预训练模型。简介：三维物体检...
2018-11-25 00:49:31
2000
原创 基于GAN用pytorch实现sin信号的生成
环境：ubuntu 16.04； pytorch 0.4.1import torchimport torch.nn as nnimport torch.nn.functional as Fimport numpy as npfrom torch.autograd import Variableimport matplotlib.pyplot as pltSAMPLE_GAP =...
2018-11-16 11:18:51
1956
2
原创 用pytorch实现mnist GAN网络
环境：ubuntu 16.04；Nvidia GTX1080Ti；pytorch 0.4.1网络结构： 代码如下：# -*-coding: utf-8 -*-import torchfrom torchvision import datasets, transformsimport torch.utils.data as dataimport torch.nn as ...
2018-11-15 11:27:34
1078
1
原创 kitti LIDAR点云生成鸟瞰图BEV
import numpy as npfrom PIL import Imageimport matplotlib.pyplot as plt# 点云读取pointcloud = np.fromfile(str("000010.bin"), dtype=np.float32, count=-1).reshape([-1, 4])# 设置鸟瞰图范围side_range = (-40, ...
2018-11-07 10:41:46
6642
2
原创 kitti LIDAR点云二进制文件的读取和显示
import numpy as npimport mayavi.mlabpointcloud = np.fromfile(str("000010.bin"), dtype=np.float32, count=-1).reshape([-1,4])print(pointcloud.shape)x = pointcloud[:, 0] # x position of point...
2018-11-07 10:39:20
6208
原创 基于PCL和Kinect v2的RGB-D数据转点云demo
这是一段小程序，利用Kinect提供的映射函数将从Kinect上获取到的深度图像和彩色图像配准，进而转化成点云，可保存成PCD和PLY两种格式。#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/io/ply_io.h>#include <kinect.h>#inclu...
2018-09-14 17:08:08
2383
3
原创 tensorflow：从.ckpt文件中读取任意变量
看了faster rcnn的tensorflow代码，关于fix_variables的作用我不是很明白，所以写了以下代码，读取了预训练模型vgg16得fc6和fc7的参数，以及faster rcnn中heat_to_tail中的fc6和fc7，将它们做了对比，发现结果不一样，说明vgg16的fc6和fc7只是初始化了faster rcnn中heat_to_tail中的fc6和fc7，之后后者被训练...
2018-07-06 10:52:05
2733
2
原创 Kinect与PCL搭配实现RGBD点云的实时显示
刚刚学会了将彩色图像与深度图像的对齐方法。利用Kinect SDK里面的映射函数，可以将深度图的像素和彩色图对应，同时将深度图映射到相机空间上。在利用PCL将深度图像的的每一个像素和与其对应的颜色存到点云中，再进行显示。代码如下： #include <Kinect.h>#include <opencv2\opencv.hpp>#include <pc...
2017-10-25 14:57:10
4660
37
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