计算机视觉
William.csj
华中科技大学在读硕士研究生。
研究方向:多目标跟踪,单目标跟踪,目标检测。
本科经历:获得国家奖学金等十余项奖学金,参加数学竞赛、数学建模竞赛、ROBOCON机器人比赛、互联网+、挑战杯等,曾获数学竞赛全国一等奖、数学建模竞赛5次国家(际)级奖、ROBOCON机器人两次全国二等奖(队长)、互联网+全国铜奖(省最佳创意奖)等十余项国家级奖项,曾在深圳科创学院智能驾驶中心实习。
展开
-
深度学习——损失函数loss乘以正数因子a是否等价于学习率lr乘以a呢?
深度学习——损失函数loss乘以正数因子a是否等价于学习率lr乘以a呢?转载 2024-04-25 11:11:19 · 17 阅读 · 0 评论 -
优化器——torch.optim.SGD 和 torch.optim.Adam的区别
优化器——torch.optim.SGD 和 torch.optim.Adam的区别转载 2024-04-25 11:09:19 · 19 阅读 · 0 评论 -
深度学习——激活函数汇总
深度学习——激活函数汇总原创 2023-11-30 11:32:32 · 481 阅读 · 0 评论 -
深度学习——Loss汇总
深度学习——Loss汇总原创 2023-11-30 11:07:10 · 263 阅读 · 0 评论 -
深度学习——卷积层,池化层,全连接层的理解
神经网络的入门知识温习:卷积层,池化层,全连接层深度学习中的卷积相关知识汇总什么是feature map(个人理解)转载 2022-04-02 22:24:02 · 1018 阅读 · 0 评论 -
计算机视觉——bbox的格式简介
计算机视觉——bbox的格式简介一、Itwh二、xywh前提知识: 左上角为坐标原点一、Itwh全程:(left,top,weight,height)二、xywh全程:(x,y,weight,height)x、y既可以指左上角的点也可以指中心点coco数据集: [x,y,w,h],分别表示的是左上角横坐标、左上角纵坐标、宽度、高度yolo数据集: [x,y,w,h],分别表示的是中心点横坐标、中心点纵坐标、宽度、高度...原创 2022-03-15 18:41:39 · 10460 阅读 · 0 评论 -
计算机视觉——专业词汇深度理解
计算机视觉——专业词汇深度理解一、语义分割二、实例分割一、语义分割通俗理解:语义分割的任务就是输入图像经过深度学习算法处理得到带有语义标签的同样尺寸的输出图像。常用算法:参考文章:图像分类、目标检测、语义分割、实例分割和全景分割的区别深度学习第33讲:CNN图像语义分割和实例分割综述二、实例分割通俗理解:实例分割只对图像中的object进行检测,并对检测到的object进行分割。实例分割就是目标检测和语义分割的结合。相对目标检测的边界框,实例分割可精确到物体的边缘;相对语义分原创 2022-01-10 21:51:56 · 1433 阅读 · 0 评论 -
特征描述子算法——BRIEF
特征描述子算法——BRIEF一、算法简介二、算法原理1、以特征点为中心,取大小为 S x S 的区域p,区域的四条边分别都与坐标轴垂直或平行。2、采用方差为σ,卷积核大小为 N x N 的高斯滤波器对区域p每一点进行高斯平滑处理。3、计算4、计算维的位字符串(即特征点的描述子)三、算法优点四、算法缺点五、小贴士六、参考文章一、算法简介BRIEF是2010年ECCV会议上提出的一种以二进制字符串作为特征点的描述子。二、算法原理1、以特征点为中心,取大小为 S x S 的区域p,区域的四条边分别都与坐标原创 2021-11-12 21:39:46 · 7575 阅读 · 0 评论 -
SLAM十四讲——报错解决:error: (-215:Assertion failed) _src.empty() in function ‘cvtColor‘
@[TOC](SLAM十四讲——报错解决:error: (-215:Assertion failed) !_src.empty() in function ‘cvtColor’)一、问题截图二、原因分析根本原因:此目录下(即build目录下)没有你输入的1.png 2.png三、解决办法方法一将输入的图片1.png、2.png放到此终端的目录下(build文件夹里),再运行命令方法二返回到有输入的图片1.png、2.png的目录,输入对应命令即可...原创 2021-11-10 20:35:21 · 1090 阅读 · 0 评论 -
SLAM十四讲——Ubuntu18.04跑通g2o示例代码
1、make这个示例代码的时候,可能会遇到各种各样的错误,这一切的根源是你的g2o的版本与高博士的g2o版本不一样导致的,不需要改动代码。2、如果我们还没安装g2o库,那么就用高博士的g2o库安装;如果我们安装了g2o库,那么我们就将已经安装的g2o库卸载,具体g2o卸载参考:Ubuntu——卸载g2o库3、安装完成之后,就可以编译成功了。...原创 2021-11-09 22:04:11 · 1408 阅读 · 2 评论 -
SLAM十四讲——报错解决:在安装g2o库的依赖项出现 E: 无法定位软件包 libcholmod-dev
SLAM十四讲——报错解决:在安装g2o库的依赖出现 E: 无法定位软件包 libcholmod-dev一、解决办法1、终端窗口输入sudo apt-get install libcholmod2、按Tab键3、选择对应的版本,进行安装二、小贴士一、解决办法1、终端窗口输入sudo apt-get install libcholmod2、按Tab键3、选择对应的版本,进行安装二、小贴士在安装这个库的时候,直接输入sudo apt-get install libqt4-dev qt4-qmak原创 2021-11-09 20:19:14 · 2204 阅读 · 0 评论 -
SLAM十四讲——报错解决:请在有pose.txt的目录下运行此程序 或 显示点云共有0个点
解决方法转载 2021-11-08 21:01:26 · 923 阅读 · 0 评论 -
SLAM十四讲——跑通李群与李代数代码(解决Sophus库的问题)
一、安装准备1、Sophus库分为模板Sophus库和非模板Sophus库。2、视觉slam十四讲李群与李代数这部分代码采用的是非模板的Sophus库。3、如果你在运行这部分代码时遇到了问题,那就先将已经安装或存在的Sophus文件删除干净。具体步骤:第一步 打开计算机:第二步 搜索Sophus:第三步 将Sophus文件夹全部删除:说明:有些文件夹是只读文件夹,需要采用命令行删除,具体删除命令可以参考:Ubuntu ——移动、复制、删除文件夹(文件)的简易方法4、打开终端,将终端执原创 2021-11-06 16:18:38 · 1255 阅读 · 0 评论 -
SLAM十四讲——关于李群与李代数的理解
1、李群对乘法封闭。2、李代数是对加法封闭(因为其由向量组成)。3、李代数对应李群的正切空间,它描述了李群局部的导数。4、对于某个时刻的R(t)(李群空间),存在一个三维向量φ=(φ1,φ2,φ3)(李代数空间),用来描述R在t时刻的局部的导数。5、李群空间的任意一个旋转矩阵R都可以用李代数空间的一个向量的反对称矩阵指数来近似。6、旋转矩阵的导数可以由其对应的旋转向量指定,指导如何在旋转矩阵中进行微积分运算。具体可以参考此篇文章,讲的挺详细:从零开始一起学习SLAM | 为啥需要李群与李代数?原创 2021-11-05 21:09:09 · 882 阅读 · 0 评论