Knight_Rob-CSDN博客

原创 [ROS]三种坐标变换代码实现及详解（静态坐标转换，动态坐标转换，多坐标转换）

订阅方（与静态坐标转换相比，需要改变时间戳）

2024-06-28 20:14:15 167

原创 [ROS] launch文件标签

4.dump：导出标签。

2024-06-26 21:16:53 141

原创 ROS三种通信机制实现代码详解（话题通信，服务通信，参数服务器）

1.参数服务器新增（修改）参数。二：自定义话题通信的msg。2.参数服务器获取参数。3.参数服务器删除参数。1.自定义msg文件。1.自定义srv文件。

2024-06-25 09:51:17 170

原创 [神经网络与深度学习]RNN，GRU，LSTM，GAN，Transformer

生成器 G的输入为隐空间的随机数据，它的作用是生成类似于真实样本的数据。例如某一个词元的影响至关重要，加入GRU可以在不给该词元指定一个非常大的梯度的情况下存储重要的信息。Transformer是由编码器和解码器组成的，编码器和解码器是基于自注意力的模块叠加而成的。编码器是由多个相同的层叠加而成的，每个层都有两个子层，包括多头自注意力汇聚和基于位置的前馈网络。如图所示为LSTM中包含的输入门，遗忘门和输出门，他们都通过sigmoid激活函数处理，所以这三个门的值都在（0,1）之间。

2024-04-28 21:15:21 718 1

原创 [神经网络与深度学习]算法估计，YOLO，语义分割，风格迁移

转置卷积：假设有一个2*2的输入张量和一个2*2的核张量，计算转置卷积就是将输入张量的每个张量乘以核张量，再将得到的结果相加。被正确地划分为正例的个数，FP为被错误地划分为正例的个数，FN为被错误地划分为负例的个数，TN为被正确地划分为负例的个数。（2）选择一个预训练的卷积神经网络来抽取图像的特征，其中的模型参数在训练中无须更新。类别均可确定对应的AP，在多类的检测中，取每个类AP的平均值，即为mAP。（4）模型训练结束时，输出风格迁移的模型参数，得到最终的合成图像。P（精确率）=TP/(TP+FP)

2024-04-22 19:45:20 410

原创 [神经网络与深度学习]卷积神经网络，LeNet

卷积核向下，向右移动时，通常默认滑动一个元素，但有时候为了高效计算或是缩减采样次数，卷积窗口可以跳过中间位置，每次滑动多个元素。如图所示垂直步长为3，水平步长为2，代码实现时通过设置stride参数来控制步长的大小。与卷积层类似，池化计算也是由一个固定形状的窗口组成，该窗口根据其步幅大小在输入的所有区域上滑动。然而，不同于卷积操作的是，池化层通常计算汇聚窗口中所有元素的最大值或平均值。在卷积操作中，还可以通过填充和步长影响输出的大小。通过卷积核从左到右、从上到下的滑动，将卷积核与输入按元素相乘，得出输出。

2024-04-07 16:23:33 264 1

weixin_56809732的博客

原创 [ROS]三种坐标变换代码实现及详解（静态坐标转换，动态坐标转换，多坐标转换）

原创 [ROS] launch文件标签

原创 ROS三种通信机制实现代码详解（话题通信，服务通信，参数服务器）

原创 [神经网络与深度学习]RNN，GRU，LSTM，GAN，Transformer

原创 [神经网络与深度学习]算法估计，YOLO，语义分割，风格迁移

原创 [神经网络与深度学习]卷积神经网络，LeNet

原创 [神经网络与深度学习]线性回归，多层感知机，性能优化

原创 [pytorch]土堆完整的模型以及使用GPU训练

原创【OpenCV】利用鼠标回调函数自主选择点，将图像转化成鸟瞰图

空空如也

空空如也