- 博客(193)
- 资源 (4)
- 收藏
- 关注
原创 【通用人工智能AGI元年-各领域的精彩AI/LLM(持续更新)】
通用人工智能(AGI,Artificial General Intelligence)是指一种具备人类智能水平的机器智能,能够在广泛的领域和任务中理解、学习和应用知识,与人类一样具有学习、推理、规划、创造、通用理解等能力。相较于传统的 GAN 模型,稳定扩散能够在生成过程中更好地控制图像的质量和细节,并且可以生成更加逼真和清晰的图像。总的来说,稳定扩散是一种强大的生成模型,可以生成高质量的图像。它在艺术创作、图像生成和其他相关领域具有广泛的应用潜力,并为我们提供了更好的理解和控制图像生成过程的能力。
2024-03-24 20:50:11
978
原创 linux ubuntu下载国外大文件、大型数据集(DDAD)
经常需要下载动辄几百G的数据集在国内的速度很慢,浏览器上及时kb/s看了很多人的处理方式都不太合适最终找到一个比较好的多线程下载器axel。DDAD下载速度为3MB/s所以即使没下完也可以解压已下载的部分内容!!!下载axel很简单:下载链接内容很简单:完事儿~...
2022-06-30 14:22:15
2204
原创 NeuralRecon拜读:单目视频实时连贯三维重建
CVPR2021:NeuralRecon: Real-Time Coherent 3D Reconstruction from Monocular VideoCode:https://github.com/zju3dv/NeuralRecon传统基于深度图重建方法:基于TSDF的深度图融合方法:存在的问题:NeuralRecon的方案:这种设计允许网络在顺序重建曲面时捕获3D曲面的局部平滑度先验和全局形状先验,从而实现精确、一致和实时的曲面重建理论基础:Truncated Signed Distance
2022-06-29 01:50:44
2590
原创 SurroundDepth拜读:自监督环视多相机深度估计
CVPR2022:SurroundDepth: Entangling Surrounding Views for Self-Supervised Multi-Camera Depth EstimationCode:https://github.com/weiyithu/SurroundDepth论文提出了SurroundDepth,将来自多个周围视图的信息合并到一起,以预测摄像头之间的深度图,具体地说:解决痛点:一个深度估计网络一个位姿估计网络多目深度估计网络多目位姿估计网络Depth Net:shar
2022-06-28 00:02:49
1269
原创 综述拜读:3D Scene Geometry Estimation from 360◦ Imagery
论文:3D Scene Geometry Estimation from 360◦ Imagery:A survey首先叙述了spherical camera model 、 common acquisition technologies 和epresentation formats suitable for omnidirectional (also called 360◦, spherical or panoramic) images and videos。这部分在面向全方位视野(Omnidirecti
2022-06-22 12:50:00
445
原创 综述拜读:面向全方位视野(Omnidirectional Vision)的深度学习
基于深度学习的全视图图像视觉综述:Deep Learning for Omnidirectional Vision: A Survey and New Perspectives
2022-06-21 17:08:41
1048
原创 OmniMVS拜读:End-to-End Learning for Omnidirectional Stereo Matching
多相机深度估计
2022-06-20 13:15:38
928
原创 牛客C++笔试ACM模式输入输出练习
平时用力扣刷题,换成牛客这种需要打印输出结果对比判定的OJ不是很习惯,所以特别练习一下。尤其是对于8、9、10部分关于字符串的。”纸上得来终觉浅,绝知此事要躬行“
2022-06-19 01:09:31
4582
1
原创 C++牛顿迭代法解非线性方程
把非线性方程无限分割为线性方程,利用线性方程斜率(导数)的三角关系迭代:例:用牛顿法求解方程f(x)=(x*e^x)-1=0在[0,1]内的一个实根,取初始点x0=0.5精度为e-5
2022-06-05 00:39:28
2559
原创 C++使用雅可比迭代法(jacobi)和高斯赛德尔迭代法(G-S)解线性方程组
简言之迭代法的相关推导迭代法的收敛性与谱半径雅可比迭代法:高斯赛德尔迭代法:
2022-06-04 23:43:14
6114
原创 使用openMVG+openMVS对自制数据集三维重建(单相机图片序列)
1 对于单个相机拍摄的图像序列很简单,将自己的图片放入一个文件夹,命令输入指向这个文件夹就好了:1.1 Sequential & Incremental SfM pipeline$ cd openMVG_Build/software/SfM/$ python SfM_SequentialPipeline.py [full path image directory] [resulting directory]$ python SfM_SequentialPipeline.py ~/home/
2022-05-31 17:04:58
6461
9
原创 论文拜读:大规模3D纹理重建Let There Be Color
论文题目:Let There Be Color! Large-Scale Texturing of 3D Reconstructions发表于ECCV-2014,第一个用于大规模真实3D重建的综合纹理框架相关的效率改进有:Efficient convex optimization-based texture mapping for large-scale 3D scene reconstruction(2021)挑战图像规模 image scale失焦模糊 (out-of-focus) b
2022-05-28 00:35:38
1849
3
转载 点云常见格式转换(pcd,txt,ply,obj,stl)
pcb转txt#include <iostream>#include <fstream>#include <pcl/io/pcd_io.h> int main(int argc, char *argv[]){ pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::io::loadPCDFile("rabbit.pcd
2022-05-25 11:39:30
3756
1
原创 几个三维重建系统的总结与对比
现有系统:VisualSFM: A Visual Structure from Motion SystemMeshlab: the open source system for processing and editing 3D triangular meshes.Colmap: a general-purpose Structure-from-Motion (SfM) and Multi-View Stereo (MVS) pipeline with a graphical and command-
2022-05-25 11:29:38
839
原创 Colmap学习四:后端resection部分(后方交会,PnP、P3P、EPnp、Nakano P3P)
PnP、P3P算法已经相对比较成熟,影响最后结果的主要是点的分布是否均匀,需要寻找Best view selection。1 后方交会(resection)模块:位于初始化之后,三角化之前目的:恢复相机相对于世界坐标系的位姿算法:PnP (Perspective-n-Point) ,是3D到2D计算前提:有位姿的6个未知参数,需要至少3对点才能求出唯一解2 Best view selectionview的选择不但会影响pose估计的质量还会影响后续的三角化的精度和完整性SFM以往的选
2022-05-23 13:48:40
928
原创 文献拜读:基于凸优化的大规模三维重建场景纹理映射
论文:Efficient convex optimization-based texture mapping forlarge-scale 3D scene reconstruction必要性在给定的多个视图上创建的几何模型,如三维点云和三维三角网格,不足以实现高视觉真实性。为了获得如照片逼真的3D模型,还需要从多个视图中恢复纹理挑战如何为大规模3D场景创建具有高视觉质量的纹理仍然是一个挑战:由于摄像机标定和几何重建中不可避免的误差,恢复的纹理块可能无法在重建的三维网格上完全对齐。此外
2022-05-19 17:33:47
942
原创 Colmap学习三:后端Initialization部分(基础矩阵F、本质矩阵E和单应矩阵H)
1 寻找初始像对1.1手动选择ID1.2自动筛选①prior focal length存在情况下,开始筛选匹配点数由小到大排序第二张候选影像的匹配数目大于init_min_num_inliers(100)②两视图TriangulationR和t满足启动阈值2 基本矩阵FF矩阵的自由度=7从cv角度,3*3矩阵9个参数,因为up2scale自由度-1,又因为rank(F)=2自由度-1从摄影测量角度,5pose(确定射线位姿)+2 intrinsic(fx和fy,通常s=0,主
2022-05-19 15:24:27
1073
原创 Colmap学习二:前端部分(特征点提取、匹配与剔除)
1 Colmap特征提取和描述colmap一般使用sift-gpu,涉及的知识:1.1 图像金字塔:DOG图像金字塔,再找极值1.2 SIFT特征检测与描述:确定主方向和128维的描述子,再归一化(消除光照的影响)。其中由于Euclidean distance 容易受较大值的影响,使用Hellinger distance更稳定。colmap先对sift的结果进行L1 normalize,再对每一个元素求平方根,得到的结果便是L2 normalized。在论文中给出了使用RootSIFT匹配的结果优
2022-05-18 17:42:50
7112
8
原创 Colmap学习一:基础知识(坐标系、相机模型、整体框架)
colmap坐标系:a. 左上角坐标是(0.5,0.5)为了双线性插值b. 坐标系方向xyz分别是红绿蓝、右下前c. colmap的pose是word2camera的,与slam常用的传感器sensor2world不同:– 点P,camera为Pc,则:Pc = RP+t– 而对于camera2world: P = RPc + C, C = -(R转置)td. world坐标系的原点是在第一帧,但未必是(0,0,0),由于BA的优化有偏差相对坐标是后一帧相对前一帧的坐标,绝对坐标是相
2022-05-18 10:26:43
7567
3
原创 Win10x64_VS2019搭建最新版openMVG+openMVS
VS2019 WIN10 配最新版(截止2022.5.16)踩了好多坑,最后总算成功了。建议有条件就换Linux或者Windows下的VS2017及以下版本(本人没条件,没条件整Linux系统,虚拟机不够用,VS2019上有好多之前的项目需要做)看到这里的朋友请好好想想自己是否必须要在windows下配,是否必须要用VS2019。如果真的非此环境不可,那就看看我的成功记录吧,希望能给你点灵感。有问题欢迎在评论区指出,说不定有我能跨过去的坑。总一.基于方案一环境的基础上二.单独git一份openMV
2022-05-16 23:40:24
2755
1
原创 Windows10_VS2019安装配置Colmap+OpenMVS 仍然失败版
1.安装好CMake本人下载的版本如下添加环境变量(用户和系统都添加):2.安装VS2019添加环境变量:D:\VS2019\VC\Tools\MSVC\14.26.28801\bin\Hostx64\x64的目的是配置cl.exe3.安装QT5(需要自己注册个账号,本人下的5.9.9)参考教程,添加环境变量:4.安装NVidia和CUDA不瞒你说,笔者作为985研究生,用的是锐龙处理器,没有显卡(实验室的工作站一直被博士师兄占用),所以这步省略。5.下载vcpkg(常用指令)g
2022-05-16 16:09:56
2017
6
原创 SLAM、SFM、MVG与MVS的区别和联系
看了许多与本人研究方向有关的论文,经常涉及到SLAM、SFM、MVG、MVS的范畴,这几个部分有很大的相似之处,但侧重点有所不同,所以根据目标所设计的策略有所不同。以下是本人的理解,如果有问题,欢迎在评论区指出、探讨。1.SLAM(Simultaneous Localization and Mapping),也称为CML (Concurrent Mapping and Localization)顾名思义,同步定位与建图,目的是让在未知的环境中的机器人(无人机、无人车等等)边走边确定自己的定位的同时描绘
2022-05-13 11:43:46
4874
2
原创 NeRF拜读:Representing Scenes as Neural Radiance Fields for View Synthesis
神经辐射场非显示地将一个复杂的静态场景用神经网络来建模。训练完成后,可以从任意视角渲染出清晰的场景图片。过程大量已知相机参数的图片作为输入通过输入训练MLP神经网络,隐式地学习静态3D场景利用模型输出任意角度的渲染图像由上述过程可知,NeRF由一系列2D输入学习3D场景,最后又通过3D模型输出2D图像。那么就有3个核心技术点:a.怎么用神经网络表示3D的?b.怎么再基于3D渲染出2D的?c.这个神经网络的具体训练过程是怎么样的?a.神经辐射场描述3D场景NeRF函数:输
2022-05-12 12:32:48
947
原创 MVSNet拜读:MVSNet: Depth Inference for Unstructured Multi-view Stereo
MVSNet出于2018年ECCV,有效应用于深度图估计(不过GPU消耗太大)。利用三维代价体:基于可微分的单应性变换的cost volume来回归像素的深度。过程:输入一张reference image(为主) 和几张source images(辅助)分别用网络提取出下采样四分之一的32通道的特征图;沿用双目立体匹配里提出的cost volume的概念,将几张source images的特征利用单应性变换( homography warping)转换到reference image,在转换的
2022-05-10 16:01:48
1119
原创 自动驾驶虚拟仿真平台、与MVS相关的一些问题
特斯拉的虚拟仿真系统用于系统的训练和验证。以往Training Data往往是对真实的传感器数据进行人工手动标注,或是改进的自动标注。现在,可以通过虚拟仿真平台进行了,相当于对孪生城市的标注。明明拥有许多的真实世界数据的Tesla,为什么依然需要虚拟仿真呢?模拟Corner Case,比如:小孩不顾交通规则突然冲进航行的车道,前面车辆突然刹车或侧翻,这些情况有可能发生于真实世界,但是有机会能够采集到的数据很少。而仿真则可以做到。模拟难以Label的情况,比如:连续多帧数百人在街头闲逛,密集穿越
2022-05-10 11:53:17
600
原创 Windows10安装虚拟机+Ubuntu18.04(为了跑slam)
[TOC](虚拟机与Ubuntu的下载与安装1. 下载虚拟机: 官网用邮箱注册一个账号然后下载### 2. 下载好后安装,一路默认,最后输入免费密匙:3.下载Ubuntu18.04国内有很多镜像,但不一定好用,本着不出丁点错误的原则, 我选择官网下载,大约需要25分钟,我去玩一会儿~4.打开虚拟机配置Ubuntu后面一路默认到设置磁盘大小刚才的配置不满意可以自定义硬件,满意直接完成:5.导入Ubuntu先编辑虚拟机取消3D加速,防止意想不到的意外:完成后,开
2022-01-22 21:50:03
1003
原创 寻找字符串中的第一个唯一字符(C++,哈希表,先遍历找符合条件后遍历检索)
目录问题超时的初解:对官方解法的思考学习后的新思路:问题超时的初解:太久没用string了,忘记了相关的功能,直接设置了一个计数flag,在遍历不相等时加一,当计数等于n-1时说明只有自身,此时返回该索引。如此的时间复杂度为O(n^2)空间复杂度为O(1)。后面学习一下正派解法。class Solution {public: int firstUniqChar(string s) { int n = s.size(); int flagN=0; for (int
2022-01-17 20:35:16
1422
1
原创 矩阵置零(C++,原地标记算法,使用标记变量完成多任务)
目录问题:初解:使用两个标记变量使用一个标记变量问题:初解:虽然通过了但是有点拉跨:主要思路就是用一个一维数组来存为0的位置:i作为索引j+1作为值,完成二维数组的功能具体行和列清零目前还没有想到好的方法:行之间用0 vector代替但是列向量不知道怎么效率更高,还是非常笨的用循环赋值为0。这个过程中也有重复赋值的问题。class Solution {public: void setZeroes(vector<vector<int>>&
2022-01-17 00:08:34
849
原创 判断数独是否有效(C++,一次遍历完成多条件任务)
目录题目:方法:题目:方法:首先思路一定要清晰,我们的任务目标是:判断每一行的重复判断每一列判断3*3的子矩阵思路:首先明确需要计数,可以使用哈希表,这里就是1-9数字,可以使用数组来解决。如何有效提高效率呢?一次遍历,三任务同时进行:①双for循环遍历所有元素,不为空的进行任务判断②对于整个数独9*9模板,有9行,9列,和9个子矩阵:对于i行,row[i][index]进行计数对于j列,cow[j][index]进行计数对于子矩阵,巧妙利用除法取整的性质bBox[i/3][
2022-01-16 20:51:35
1088
原创 输出杨辉三角的前n行(c++,二维数组中一维数组大小不等时的while-for组合思路)
目录问题:解:官方解:大佬的解:问题:解:执行用时:0 ms, 在所有 C++ 提交中击败了100.00% 的用户内存消耗:6.5 MB, 在所有 C++ 提交中击败了7.76% 的用户通过测试用例:14 / 14个人思路:n=1或2分类讨论返回全1矩阵n>=3开始先创建二维数组,n个1个1,然后在循环中对第n行进行逐项的累加(首位除外)注意的是索引的边界,之前调试了好几次都溢出了,注意双层for中第二层的判断是j<i,利用了第i行有i个元素的特点提交结果内存消耗有点
2022-01-16 17:22:53
777
原创 二维矩阵的reshape实现(C++)
目录问题方法反思问题方法class Solution {public: vector<vector<int>> matrixReshape(vector<vector<int>>& mat, int r, int c) { int m=mat.size(); int n=mat[0].size(); if (m*n != r*c) { return mat; }
2022-01-16 11:32:32
2443
原创 合并两个有序数组(C++ sort、双指针、双逆指针)
合并两个有序数组问题:简洁sort:双指针:双逆指针:问题:简洁sort:注意sort的头文件与参数#include<algorithm>using namespace std;class Solution {public: void merge(vector<int>& nums1, int m, vector<int>& nums2, int n) { for (int i=m; i<m+n; i++){
2022-01-12 00:46:10
522
原创 求两数之和(C++,哈希表)
求两数之和问题:初级受挫:问题:给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 target 的那 两个整数,并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案示例 1:输入:nums = [2,7,11,15], target = 9输出:[0,1]解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。示例 2:输入:nums
2022-01-11 15:40:14
502
原创 求最大子数组和(数据结构和算法C++)
题目给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。子数组 是数组中的一个连续部分。示例 1:输入:nums = [-2,1,-3,4,-1,2,1,-5,4]输出:6解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。示例 2:输入:nums = [1]输出:1示例 3:输入:nums = [5,4,-1,7,8]输出:23来源:力扣(LeetCode)纠错:第一个方法暴力解,提交以后时间复杂度超时了。。。此
2022-01-09 21:12:19
1934
原创 判断是否存在重复元素(C++数据结构)
/*问题:给定一个整数数组,判断是否存在重复元素。如果存在一值在数组中出现至少两次,函数返回 true 。如果数组中每个元素都不相同,则返回 false 。*//*示例 1:输入: [1,2,3,1]输出: true示例 2:输入: [1,2,3,4]输出: false示例 3:输入: [1,1,1,3,3,4,3,2,4,2]输出: true来源:力扣(LeetCode)*//*思路:在对数字从小到大排序之后,数组的重复元素一定出现在相邻位置中。因此,我们可以扫描已排序
2022-01-09 18:58:50
4663
3
原创 Python修改视频速度,视频加速播放并保存
下载库:pip install -i https://mirrors.aliyun.com/pypi/simple moviepy运行:from moviepy.editor import *# intp_name = r'G:\\DL\\unet-keras\\unet-keras-master\\video_test\\stone_ture.mp4'# outp_name= r'G:\\DL\\unet-keras\\unet-keras-master\\video_test\\stone_
2021-12-08 00:49:57
5276
1
原创 语义分割结果可视化(画目标轮廓线与最小包围框)
#文件夹预测import mathfrom unet import Unetfrom PIL import Imageimport numpyimport osimport os.pathimport numpy as npimport cv2unet = Unet()# 指明被遍历的文件夹maindir = r'G:\\DL\\unet-keras\\unet-keras-master\\stone_predict\\ture\\stone'blenddir= r'G:\\DL\
2021-12-07 21:30:51
3009
1
SLAM单目稠密重建数据集
2020-11-02
MATLAB编好的MC随机仿真、插值、傅里叶级数、回归拟合、神经网络
2020-06-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人