-
深度学习库 caffe实战 源码分析 依赖库分析
caffe使用 源码分析 依赖库分析 caffe glog gflags openBlas本文github链接yolo_darknet 转 caffecaffe 安装Caffe代码解析caffe网络模型结构在线可视化CAFFE使用 源码分析等caffe 模型配置文件 prototxt 详解caffe.proto 系统变量层类型参数配置文件 caffe_简介_使用.mdCaffe使用教程_c++接口caffe 模型搜集caffe详解1caffe详解2主要类对象 caffe大致可以分为三层结...…
-
深度学习结合SLAM 研究现状总结
深度学习结合SLAM 研究现状总结本文github1. 用深度学习方法替换传统slam中的一个/几个模块: 特征提取,特征匹配,提高特征点稳定性,提取点线面等不同层级的特征点。 深度估计 位姿估计 重定位 其他 目前还不能达到超越传统方法的效果, 相较传统SLAM并没有很明显的优势(标注的数据集少且不全,使用视频做训练数据的非常少。 SLAM中很多问题都是数学问题...…
-
PTAM特征点法跟踪和建图
Parallel Tracking And Mapping (PTAM) 特征点法本文github项目主页github 代码 makefile工程改成了cmake工程 PTAM[1]是视觉SLAM领域里程碑式的项目。 在此之前,MonoSLAM[2]为代表的基于卡尔曼滤波的算法架构是主流, 它用单个线程逐帧更新相机位置姿态和地图。 2007年,Klein等人提出了PTAM(Parallel Tracking and Mapping), 这也是视觉SLAM发展过程中的重要事...…
-
神经网络压缩
性能提升方法本文github链接1. 小模型 mobilenet , 更精细模型的设计,紧致网络设计 mobilenet squeezenet shufflenet MobileNet逐通道卷积 + 普通点卷积SqueezeNet 1∗1 和3∗3 卷积较少通道数量 ShuffleNet 分组点卷积+通道重排+逐通道卷积2. 模型压缩:参数稀疏、剪裁、量化、分解 本部分 [量化](https://github.com/Ewenwan/MVision/blob/master/CNN/...…
-
ORB_SLAM2
ORB-SLAM2 ORB特征点法SLAM 支持单目、双目、rgbd相机安装测试本文github链接orbslam2 + imuORB-SLAM是一个基于特征点的实时单目SLAM系统,在大规模的、小规模的、室内室外的环境都可以运行。该系统对剧烈运动也很鲁棒,支持宽基线的闭环检测和重定位,包括全自动初始化。该系统包含了所有SLAM系统共有的模块: 跟踪(Tracking)、建图(Mapping)、重定位(Relocalization)、闭环检测(Loop closing)。由于ORB-...…
-
行为分析
本文github地址Video Analysis之Action Recognition(行为识别)行为识别就是对时域预先分割好的序列判定其所属行为动作的类型,即“读懂行为”。 行为检测调研综述 较新基于Deep Learning 的视频识别技术科研成果—-中国科学院深圳先进技术研究院 面向人体姿态行为理解的深度学习方法 CVPR 2014 Tutorial on Emerging Topics in Human Activity Recognition行为检测 Action Detecti...…
-
lsd_slam
lsd是一个 大规模的 单目直接法 视觉半稠密 slam系统本文github连接LSD_slam & 激光雷达slamlad源码解析 参考解析LSD-SLAM笔记 优秀lad算法分析 代码分析 安装 非ros改造算法数学基础tracking optimizationThreadLoop线程 分析等lsd:tracking 较好lsd:constraintSearchThreadLoop线程lsd:optimizationThreadLoop线程路径规划A*算法及SLAM自主地图创...…
-
粒子滤波
本文github地址11粒子滤波器粒子滤波粒子滤波通俗解释Particle Filter Tutorial 粒子滤波:从推导到应用(一)粒子滤波pdf维基百科11.1 贝叶斯滤波11.1.1 假设一个系统,我们知道他的状态方程xk 和 测量方程 yk 如下: xk = fk(xk-1,vk), 如 xk = xk-1 / 2 + 25 * xk-1 / ( 1 + xk-1 * xk-1) + 8 * cos(1.2*(k-1)) + vk yk = hk(xk, nk), 如 y...…
-
卡尔曼滤波
本文github地址10 卡尔曼滤波器卡尔曼滤波卡尔曼滤波 – 从推导到应用(一)10.1 线性系统的状态差分方程 系统预测状态 = 转换矩阵A * 系统上次状态 + 转换矩阵B * 系统输入 + 系统噪声w 1. 其中x是系统的状态向量,大小为n * 1 列向量 [n , 1]。 2. A为转换矩阵,大小为 n * n。 A*x_ ---> [n , n] * [n , 1] -----> [n , 1] 3. u为系统输入,大小为 k * 1。 4....…
-
双目SLAM基础知识
本文github地址双目slam基础 Stereo camera slamStereo Vision:Algorithms and Applications 双目宝典Machine-learning-for-low-level-vision-problems 机器学习实现低层次视觉-深度估计等室外数据集 Kitti室内数据集 Middlebury 双目算法评估嵌入式 图像滤波卷积计算 卷积的简化计算双目 匹配 CRF平滑 后处理针孔相机模型0.基础知识 Basic Knowledge相机内...…
-
svo单目半直接视觉里程计
本博文github地址svo: semi-direct visual odometry 半直接视觉里程计svo代码注释SVO代码分析 较细致svo: semi-direct visual odometry 论文解析SVO原理解析SVO 代码笔记SVO 代码笔记SVO 代码笔记SVO代码分析(一)结构项目主页ssvo类似代码一步步完善视觉里程计1——项目框架搭建1.1为什么叫半直接法?我们知道,VSLAM有直接法和特征点法两大类。直接法和特征点法,在帧间VO阶段的不同在于,直接法:提取梯度纹...…
-
GitHub Pages+Jekyll搭建个人博客
大家好,我想死你们啦~ 博客初步搭建完成,关于Github pages+Jekyll搭建博客的方法已有很多大牛写过相关文章,按照“惯例”,现将搭建过程中使用到的资料整理如下,作为第一篇博客(三年之后回来看,此站总共一篇博客[doge]): 简易教程 如何搭建一个独立博客——简明 GitHub Pages与 jekyll 教程 利用GitHub搭建个人网站 黄金搭档:Jekyll 与 Github 搭建网站 重生@Jekyll+GitH...…
-
单目SLAM基础知识
本文GITHUB地址特征点匹配 在讲解恢复R,T前,稍微提一下特征点匹配的方法。 常见的有如下两种方式: 1. 计算特征点,然后计算特征描述子,通过描述子来进行匹配,优点准确度高,缺点是描述子计算量大。 2. 光流法:在第一幅图中检测特征点,使用光流法(Lucas Kanade method)对这些特征点进行跟踪, 得到这些特征点在第二幅图像中的位置,得到的位置可能和真实特征点所对应的位置有偏差。 所以通常的做法是对第二幅图也检测特征点,...…
-
如何处理负面情绪
翻看Instagram,看网易云音乐里的歌词。内心不宁。只是抽烟也不能改变情绪,只靠时间又显得太过消极。试想孤独的原因,是过去习惯的残余让我想起已经丢失的虚假期望,继而产生某种失落?还是他人的否定让内心感到焦躁?负面情绪来自何处?人为什么会觉得难受?为什么难受的感觉这么多种又难以形容?我现在所感受到的,更接近一种失落,期望的温暖被证明是虚假,进而丢弃,丢弃之后又开始想念。于此同时,我感到喉咙的疼痛,同时想到在上海没有一个可以与之坦诚相待的朋友。看起来不好的情绪会吸引同种的回忆,开始时失落,...…