- 带着问题：1、怎么利用ORB特征进行定位和建图？2、怎么进行特征的跟踪和映射？ 摘要当前的视觉 SLAM 系统构建的地图非常适合在会话期间跟踪相机。然而，这些地图并非设计用于在其他会话中使用不同的相机甚至相同的相机执行定位，而是从不同的视点观察地图。这种限制来自缺乏被识别的地图能力。在本文中，我们提出了一种新的基于关键帧的 SLAM 系统，它通过直接映射可用于识别的特征来提高地图的可重用性。... 带着问题：1、怎么利用ORB特征进行定位和建图？2、怎么进行特征的跟踪和映射？ 摘要当前的视觉 SLAM 系统构建的地图非常适合在会话期间跟踪相机。然而，这些地图并非设计用于在其他会话中使用不同的相机甚至相同的相机执行定位，而是从不同的视点观察地图。这种限制来自缺乏被识别的地图能力。在本文中，我们提出了一种新的基于关键帧的 SLAM 系统，它通过直接映射可用于识别的特征来提高地图的可重用性。...
- 卷积神经网络–CNN 1. 卷积神经网络介绍卷积神经网络（Convolutional Neural Networks，CNN）是一种包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。常见的CNN网络有LeNet-5、VGGNet、GoogleNet、ResNet、DenseNet、MobileNet等。CNN主要应用场景： 图像分类、图像分割 、 目标检测 、 自然语言处... 卷积神经网络–CNN 1. 卷积神经网络介绍卷积神经网络（Convolutional Neural Networks，CNN）是一种包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。常见的CNN网络有LeNet-5、VGGNet、GoogleNet、ResNet、DenseNet、MobileNet等。CNN主要应用场景： 图像分类、图像分割 、 目标检测 、 自然语言处...
- 主页：小王叔叔的博客支持:点赞👍关注✔️收藏💖1 概念百度百科中讲到卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 。CNN由纽约大学的Yann Lecun于1998年提出，其本质是一个... 主页：小王叔叔的博客支持:点赞👍关注✔️收藏💖1 概念百度百科中讲到卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 。CNN由纽约大学的Yann Lecun于1998年提出，其本质是一个...
- 🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：凸优化理论基础1–仿射集 凸优化理论基础2——凸集和锥🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩@[TOC] 前言 先来看看题目的中文解释叭，即在自动驾驶环境中使用CNN-Based融合视觉和激光雷达进行物体分类。我们常见的物体分类算法大多是纯视觉的，那么今天我分享的文章呢，... 🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：凸优化理论基础1–仿射集 凸优化理论基础2——凸集和锥🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩@[TOC] 前言 先来看看题目的中文解释叭，即在自动驾驶环境中使用CNN-Based融合视觉和激光雷达进行物体分类。我们常见的物体分类算法大多是纯视觉的，那么今天我分享的文章呢，...
- 🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：基于pytorch搭建VGGNet神经网络用于花类识别 基于pytorch搭建AlexNet神经网络用于花类识别🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩@[toc] 基于pytorch搭建ResNet神经网络用于花类识别 写在前面 这一系列已经写了好几篇了，这篇结束后可能就会... 🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：基于pytorch搭建VGGNet神经网络用于花类识别 基于pytorch搭建AlexNet神经网络用于花类识别🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩@[toc] 基于pytorch搭建ResNet神经网络用于花类识别 写在前面 这一系列已经写了好几篇了，这篇结束后可能就会...
- 🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：卡尔曼滤波系列1——卡尔曼滤波 基于pytorch搭建AlexNet神经网络用于花类识别🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩@[toc] 基于pytorch搭建GoogleNet神经网络用于花类识别 写在前面 前面已经出过基于pytorch搭建AlexNet神经网络... 🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：卡尔曼滤波系列1——卡尔曼滤波 基于pytorch搭建AlexNet神经网络用于花类识别🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩@[toc] 基于pytorch搭建GoogleNet神经网络用于花类识别 写在前面 前面已经出过基于pytorch搭建AlexNet神经网络...
- 🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：卡尔曼滤波系列1——卡尔曼滤波 基于pytorch搭建AlexNet神经网络用于花类识别🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩@[toc] 基于pytorch搭建VGGNet神经网络用于花类识别 写在前面 上一篇写过基于pytorch搭建AlexNet神经网络用于花... 🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：卡尔曼滤波系列1——卡尔曼滤波 基于pytorch搭建AlexNet神经网络用于花类识别🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩@[toc] 基于pytorch搭建VGGNet神经网络用于花类识别 写在前面 上一篇写过基于pytorch搭建AlexNet神经网络用于花...
- 🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：卡尔曼滤波系列1——卡尔曼滤波 张氏标定法原理详解🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩@[toc] 基于pytorch搭建AlexNet神经网络用于花类识别 写在前面 最近打算出一个基于pytorch搭建各种经典神经网络的系列。首先先谈谈关于这部分你需要哪些先验知识... 🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：卡尔曼滤波系列1——卡尔曼滤波 张氏标定法原理详解🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩@[toc] 基于pytorch搭建AlexNet神经网络用于花类识别 写在前面 最近打算出一个基于pytorch搭建各种经典神经网络的系列。首先先谈谈关于这部分你需要哪些先验知识...
- 主要讲述深度学习相关的基础知识，其中包括深度学习的发展历程、深度学习神经网络的部件、深度学习神经网络不同的类型以及深度学习工程中常见的问题。 主要讲述深度学习相关的基础知识，其中包括深度学习的发展历程、深度学习神经网络的部件、深度学习神经网络不同的类型以及深度学习工程中常见的问题。
- 一个生物神经细胞的功能比较简单，而人工神经元只是生物神经细胞的理想化和简单实现，功能更加简单，要想模拟人的脑力，需要很多神经元一起协作来完成复杂的功能。这样通过一定的连接方式或信息传递方式进行协作的神经元可以看成一个网络，就是神经网络。 神经网络的核心组件是层，它是一种数据处理模块，可以将它看出数据过滤器，大多数深度学习都是将简单的层链接起来，从而实现数据蒸馏。 一个生物神经细胞的功能比较简单，而人工神经元只是生物神经细胞的理想化和简单实现，功能更加简单，要想模拟人的脑力，需要很多神经元一起协作来完成复杂的功能。这样通过一定的连接方式或信息传递方式进行协作的神经元可以看成一个网络，就是神经网络。 神经网络的核心组件是层，它是一种数据处理模块，可以将它看出数据过滤器，大多数深度学习都是将简单的层链接起来，从而实现数据蒸馏。
- 朴素贝叶斯算法输入：样本集合D=｛(x_1,y_1),(x_2,y_2)~(x_m,y_m);待预测样本x;样本标记的所有可能取值｛c_1,c_2,c_3~c_k｝;样本输入变量X的每个属性变量X^i的所有可能取值｛a_i1,a_i2,~,a_iAi｝；输出：待预测样本x所属的类别1.计算标记为c_k的样本出现概率。2.计算标记c_k的样本，其X^i分量的属性值为a_ip的概率。3.根据上... 朴素贝叶斯算法输入：样本集合D=｛(x_1,y_1),(x_2,y_2)~(x_m,y_m);待预测样本x;样本标记的所有可能取值｛c_1,c_2,c_3~c_k｝;样本输入变量X的每个属性变量X^i的所有可能取值｛a_i1,a_i2,~,a_iAi｝；输出：待预测样本x所属的类别1.计算标记为c_k的样本出现概率。2.计算标记c_k的样本，其X^i分量的属性值为a_ip的概率。3.根据上...
- ❤❤❤ID3算法 ✅✅决策树的思想：给定一个集合，其中的每个样本由若干属性表示，决策树通过贪心的策略不断挑选最优的属性。常见的决策树算法有ID3,C4.5,CART算法等。 💤💤💤ID3算法： baseEntropy = self.calcShannonEnt(dataset) # 基础熵 num = len(dataset) # 样本总数 ... ❤❤❤ID3算法 ✅✅决策树的思想：给定一个集合，其中的每个样本由若干属性表示，决策树通过贪心的策略不断挑选最优的属性。常见的决策树算法有ID3,C4.5,CART算法等。 💤💤💤ID3算法： baseEntropy = self.calcShannonEnt(dataset) # 基础熵 num = len(dataset) # 样本总数 ...
- 1. 使用KNN进行电影类型预测： 给定训练样本集合如下：求解：testData={“老友记”: [29, 10, 2, “？片”]}。解题步骤：1.计算一个新样本与数据集中所有数据的距离2.按照距离大小进行递增排序3.选取距离最小的k个样本4.确定前k个样本所在类别出现的频率，并输出出现频率最高的类别import numpy as npdef createDataset(): ''... 1. 使用KNN进行电影类型预测： 给定训练样本集合如下：求解：testData={“老友记”: [29, 10, 2, “？片”]}。解题步骤：1.计算一个新样本与数据集中所有数据的距离2.按照距离大小进行递增排序3.选取距离最小的k个样本4.确定前k个样本所在类别出现的频率，并输出出现频率最高的类别import numpy as npdef createDataset(): ''...
- @[TOC](Python OpenCV浅析3种滤镜效果) 前言本篇文章要使用OpenCV、Numpy 和Math这3个工具包实现一个简单的滤镜编辑器。在这个滤镜编辑器中，包含了3种滤镜效果，它们分别是浮雕滤镜、雕刻滤镜和凸透镜滤镜。本篇文章将对目标图像（如图1所示）进行处理，使得目标图像分别呈现浮雕滤镜（如图2所示）、雕刻滤镜（如图3所示）和凸透镜滤镜（如图4所示）的视觉效果。 浮雕滤镜效... @[TOC](Python OpenCV浅析3种滤镜效果) 前言本篇文章要使用OpenCV、Numpy 和Math这3个工具包实现一个简单的滤镜编辑器。在这个滤镜编辑器中，包含了3种滤镜效果，它们分别是浮雕滤镜、雕刻滤镜和凸透镜滤镜。本篇文章将对目标图像（如图1所示）进行处理，使得目标图像分别呈现浮雕滤镜（如图2所示）、雕刻滤镜（如图3所示）和凸透镜滤镜（如图4所示）的视觉效果。 浮雕滤镜效...
- 写在前面 RepVGG结构 多路模型转单路模型✨✨✨ 1、卷积层和BN层的合并 2、1x1卷积转换为3x3卷积 3、残差模块转换为3x3卷积 卷积的可加性原理 实验结果 写在前面 VGG算是非常经典的网络了，它是由牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司的研究员一起研发的 “直筒型“ 的网络。既然在看这篇文章，想必已经对VG... 写在前面 RepVGG结构 多路模型转单路模型✨✨✨ 1、卷积层和BN层的合并 2、1x1卷积转换为3x3卷积 3、残差模块转换为3x3卷积 卷积的可加性原理 实验结果 写在前面 VGG算是非常经典的网络了，它是由牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司的研究员一起研发的 “直筒型“ 的网络。既然在看这篇文章，想必已经对VG...
上滑加载中
推荐直播
-
华为云 x DeepSeek：AI驱动云上应用创新2025/02/26 周三 16:00-18:00
华为云 AI专家大咖团
在 AI 技术飞速发展之际，DeepSeek 备受关注。它凭借哪些技术与理念脱颖而出？华为云与 DeepSeek 合作，将如何重塑产品与应用模式，助力企业数字化转型？在华为开发者空间，怎样高效部署 DeepSeek，搭建专属服务器？基于华为云平台，又该如何挖掘 DeepSeek 潜力，实现智能化升级？本期直播围绕DeepSeek在云上的应用案例，与DTSE布道师们一起探讨如何利用AI 驱动云上应用创新。
回顾中
热门标签