- 博客(6)
- 收藏
- 关注
RSS订阅原创 三维目标检测：（五）如何将pytorch模型部署到C++工程中及pytorch模型转libtorch模型常见的问题
对于Pytorch下的python深度学习模型如何转化为libtorch下的C++深度学习模型的方法，和常见的模型转化过程中出现的问题。
2021-11-25 15:04:51
4365
原创 三维目标检测：（四）实现点云的聚类并输出要分类的目标
点云的聚类算法https://blog.csdn.net/luolaihua2018/article/details/120184539欧式聚类流程点云欧式聚类算法流程（1）点云读入；（2）体素化下采样（方便处理）；（3）去离散点；（4）RANSAC算法检测平面，并剔除平面点云；（5）欧式聚类；（6）结果的输出和可视化；代码（只输出点最多的一个类）pcl::search::KdTree<PointType>::Ptr tree(new pcl::search::KdTr
2021-11-23 18:44:48
1524
原创 三维目标检测：（三）用PCL中的RANSAC算法去除点云的平面点
RANSAC随机采样一致性算法介绍RANSAC是”RANdom SAmple Consensus（随机抽样一致）”的缩写，随机采样一致性算法是一种概率性的算法，有时为了提高有效数据的概率，需要增加迭代次数，数据一般分为两种：有效数据（inliers）和无效数据（outliers），和目标数据相差不大的数据为有效数据，相差比较大的数据为无效数据。如果有效数据占据大多数的话，无效数据只有一少部分，我们可以通过最下二乘法或者类似的方法进行确定模型的参数和误差，如果无效数据很多，最下二乘法就失效了，需要
2021-11-20 19:13:20
3035
原创 三维目标检测：（二）用ROS获取传感器(Kinect DK)点云并滤波
前期工作[ 1] 需要配置Clionhttps://blog.csdn.net/weixin_38593194/article/details/85122716[ 2] 创建ros工作空间和功能包https://blog.csdn.net/weixin_44858747/article/details/109479414[ 3] 安装kinectDK官方SDK ，和ros功能包https://blog.csdn.net/qq_27399933/article/details
2021-11-20 16:25:52
4013
2
原创 三维目标检测：（一）制作自己的ModelNet数据集（1.读取pcd文件为numpy数组）
Python读取pcd文件为numpy数组pcd文件的格式读取pcd文件存储到numpy数组中补充pcd文件的格式1.第二行：每行数据的内容 可能是（X Y Z R G B）或者（X Y Z rgb imx imy）2.第三行：每个数据所占字节数的大小 一般为43.第四行：每个数据的类型 一般为float4.第五行：每个维度包含数据的个数 一般为15.第六行：每个点云的点的个数（无序点云）；每个点云的宽度（有序点云）6.第七行：1（无序点云）；每个点云的高度（有序点云）7.第十一行：每个
2021-11-19 20:14:00
2855
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