自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(19)
  • 收藏
  • 关注

原创 SLAM十四讲-----三维空间刚体运动

欧拉角提供了一种非常直观的方式来描述旋转------它用了3个分离的转角,把一个旋转分解成3 次绕不同轴的旋转。欧拉角的一个重大缺点是会碰到著名的万向锁问题(Gimbal Lock):在俯仰角±90度时,第一次旋转与第三次旋转将使用同一个轴,使得系统丢失了一个自由度(由3次旋转变成了2次旋转)。因为在SLAM中位姿是未知的,而我们需要解决形如”什么样的相机位姿最符合当前观测数据“这样的问题,一种典型的方式是把它构建成一个优化问题,求解最优的R,t,使得误差最小化。旋转矩阵、变换矩阵对加法都是不封闭的。

2023-09-20 10:22:26 114

原创 SLAM十四讲ubunbu实操

在Linux中,库文件分成静态库和共享库两种。虽然这个过程中多了调用cmake和make的步骤,但我们对项目的编译管理工作,从输入一串g++命令,变成了维护若干了比较直观的CMakeLists.txt文件,这将明显降低维护整个工程难度。库文件是一个压缩包,里面有编译好的二进制函数,如果仅有.a或.so库文件,那么我们并不知道里面的函数是什么,调用的形式又是什么样的。为了让别人(或者自己)使用这个库,我们需要提供一个头文件,说明这个库有什么,因此,对于库的使用者,只要拿到了头文件和库文件,就可以调用这个库。

2023-08-27 17:30:01 99

原创 视觉SLAM十四讲---预备知识

双目或多目相机的缺点是配置与标定均较为复杂,其深度量程和精度受双目的基线与分辨率所限,而且视差的计算非常消耗计算资源,需要使用GPU和FPGA设备加速,才能实时输出整张图像的距离信息。但是我们也看到,一方面,这种地图需要存储每一个各点的状态,会耗费大量的存储空间,而且多数情况下地图的许多细节部分是无用的。后端优化要考虑的问题,就是如何从这些带有噪声的数据中估计整个系统的状态,以及这个状态估计的不确定性有多大-----这称为最大后验概率估计(Maximum-a-Posteriori,MAP)。

2023-08-26 16:45:40 150

原创 机器学习实战--机器学习概述

现在假设线性模型的泛化能力更强,但是需要应用一些正则化来避免过拟合,通过使用100个不同的超参数值来训练100个不同的模型,然后假设由此找到了最佳的超参数值,它生成的模型泛化误差最小,比如仅仅5%,然后在生产环境中运行这个模型。使用在线学习系统,需要接收持续的数据流(例如股票价格),同时对数据流的变化做出快速或自主的反应,使用在线学习是一个非常好的方式。这可以节省大量空间。反过来,如果学习率很低,系统会有更高的惰性,也就是说,学习会更缓慢,同时也会对新数据中的噪音或者非典型数据点(离群值)的序列更不敏感。

2023-08-24 11:26:51 102

原创 opencv基础知识

调整或的区域中调用predict()函数,该函数返回两个元素的数组:第一个元素是所识别个体的标签,第二个是置信度评分。所有的算法都有一个置信度评分阈值,置信度评分用来衡量所识别人脸与原模型的差距,0表示完全匹配。可能有时不想保留所有的识别结果,则需要进一步处理,因此可用自己的算法来估算识别的置信度评分。LBPH(Local Binary Pattern Histogram)将检测到的人脸分为小单元,并将其与模型中的对应单元做比较,对每个区域的匹配值产生一个直方图。专业的表述为:从图像特征中提取特征。

2023-08-21 21:34:26 34

原创 张正友标定法

比如点的位置偏差几个像素,甚至出现特征点对误匹配的现象,如果只使用4个点对来计算单应矩阵,那会出现很大的误差。由于单应矩阵H包含了||H||=1约束,因此根据上图的线性方程组,8自由度的H我们至少需要4对对应的点才能计算出单应矩阵。这也回答了前面图像校正中提到的为何至少需要4个点对的根本原因。在一定的摄像机模型下、基于特定的实验条件如形状、尺寸、已知参照物,进行图像处理,数学变换、技术方法,求取内外参数。包括利用最优化算法的标定方法,利用摄像机变换矩阵的标定方法、进一步考虑畸变补偿的两步法、张正友标定法。

2023-08-14 22:16:36 651

原创 柱状图和堆叠柱状图

import numpy as npimport matplotlib.pyplot as pltimport pandas as pdfrom pyecharts.charts import Barplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签data=pd.read_excel("***.xlsx")data在这里插入代码片

2023-08-14 16:21:42 44

原创 【第4周】MobileNet_ShuffleNet

阅读论文《HybridSN: Exploring 3-D–2-DCNN Feature Hierarchy for Hyperspectral Image Classification》,思考3D卷积和2D卷积的区别。相比传统卷积神经网络,在准确率小幅降低的前提下大大减少模型参数与运算量。● 训练HybridSN,然后多测试几次,会发现每次分类的结果都不一样,请思考为什么?1.更新了Block(bneck,加入SE模块,更新了激活函数 )相比于MovileNet v1网络,准确率更高,模型更小。

2023-08-04 16:43:54 68

原创 三维重建---基础知识

本文为自己的学习笔记,方便自己查看,借鉴bilibili的视频及上网查找的许多资料。

2023-07-30 00:25:14 381

原创 【第三周】ResNet+ResNeXt

VGG我们的目标是使用预训练好的模型,因此,需要把最后的 nn.Linear 层由1000类,替换为2类。ResNeXt提出了一种介于普通卷积核深度可分离卷积的这种策略:分组卷积,通过控制分组的数量(基数)来达到两种策略的平衡。其内部的残差块使用了跳跃连接,缓解了在深度网络中增加深度带来的梯度消失问题。2、Batch Normailization 的原理,思考 BN、LN、IN 的主要区别。预测正确,同时具有较大的probability的图片。预测错误,同时具有较大的probability的图片。

2023-07-28 17:45:08 69

原创 【第2周】卷积神经网络

dataloader 里面 shuffle 取不同值有什么区别?shuffle是 bool 类型的参数,作用是设置是否将数据集打乱。shuffle = False , 表示不打乱数据的顺序,然后以batch为单位从头到尾按顺序取用数据。shuffle = True , 表示每一次在epoch中都打乱所有数据的顺序,然后以batch为单位从头到尾按顺序取用数据,这样的结果就是不同epoch中的数据都是乱序的。transform 里,取了不同值,这个有什么区别?当图像数据输入时,需要对图像数据进行预处理。

2023-07-21 11:57:21 105

原创 第一周 深度学习基础

浅层神经网络:生物神经元到单层感知器,多层感知器,反向传播和梯度消失神经网络到深度学习:逐层预训练,自编码器和受限玻尔兹曼机1.AlexNet有哪些特点?为什么可以比LeNet取得更好的性能?AlexNet的特点 1 . Alex的网络更深,一共有 8 层,参数很多;2 . Conv(特征层) + FC(输出层)的组合配置;3 . FC(输出层)占据绝对多数的模型参数, 96 % 的参数全都集中在 3 层全连接层中,卷积层之占 4 %;4. 卷积层与Pooling层交替;

2023-07-13 12:34:58 57

原创 如何在VMware上安装一个Android虚拟机

在VMware上安装Android虚拟机

2022-12-08 16:03:48 15542 10

原创 两数之和 python

两数之和-python

2022-07-11 14:59:44 77

原创 PTA数据库题目集第一章

数据库

2022-03-15 20:22:54 2933 1

原创 Python数据分析基础

简单的Python数据分析

2022-03-15 20:21:00 1321

原创 7-1 厘米换算英尺英寸*宅家第一天

7-1 厘米换算英尺英寸如果已知英制长度的英尺foot和英寸inch的值,那么对应的米是(foot+inch/12)×0.3048。现在,如果用户输入的是厘米数,那么对应英制长度的英尺和英寸是多少呢?别忘了1英尺等于12英寸。输入格式:输入在一行中给出1个正整数,单位是厘米。输出格式:在一行中输出这个厘米数对应英制长度的英尺和英寸的整数值,中间用空格分开。输入样例:170结尾无空行输出样例:5 6结尾无空行#C语言#include<stdio.h>int main()

2022-01-06 15:29:10 280

原创 SQL中in和not in

SQL中in的用法IN和NOT ININ 和NOT IN 都属于确定集合的一种;IN用来查找属性值属于指定集合的元组;NOT IN 用来查找属性值不属于指定集合的元组。IN例:查询计算机科学系(CS)、数学系(MA)、信息系(IS)学生的姓名和性别。select Sname,Ssexfrom Student Where Sdept in('CS','MA','IS');有的题中的IN可以用多个OR来代替,比如这道题也可以写成这种形式:select Sname,SsexFrom St

2021-11-06 18:56:13 24682 1

原创 2021.1.22 Fibonacci数列

Fibonacci数列#include<stdio.h>int main(){int i,f1=1,f2=1,f3=1,n;scanf("%d",&n);if(n>2)for(i=3;i<=n;i++){f3=(f1+f2)%10007;f1=f2;f2=f3;}printf("%d",f3);return 0;}#include<stdio.h>#define MAXN 1000001#define MOD 10.

2021-01-23 16:59:23 90

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

提示
确定要删除当前文章?
取消 删除