原创 Moveit之我用(3)

完成的內容 完成模型加載,重新裝了工作空間 逐漸進行配置 明天要解決的問題 進一步讓模型動起來 收穫的內容 1.在運行moveit之前一定要先運行roscore,若沒有先運行rosrun則會出現 [registerPublishe

原创 Moveit之我用(2)

完成的內容 1.寫了需求的3.0版本 2.對於機械臂有了一個更加完善的計劃 3.根據古月的來開始重新弄moveit 明天要解決的問題 1.休息 收穫的內容 知道什麼叫運動學規劃 需要記錄的內容 古月內容 moveit官方模型

原创 Moveit之我用(1)

問題 vm無法調用本地筆記本攝像頭 解決 熟練工作空間,工作包等基礎操作 ubuntu基本操作 放棄原本博客教程,但是已經提問 已經按照新的開始做https://blog.csdn.net/xu1129005165/article

原创 Moveit之我用(0)

問題 roslaunch不成功,配置好了工作空間,明天考慮一下包的配置 解決 訪問某個路徑:cd 路徑 工作空間的路徑配置問題 source 任務 1.完成movit基本配置 https://blog.csdn.net/weixi

原创 Python編程快速上手——讓繁瑣工作自動化(4)

04.電話號碼和E-mail地址提取程序 (0)要求: 要在一篇長的網頁或文章中,找出所有電話號碼和郵件地址 (1)需要完成的任務 從剪貼板取得文本 找出文本中所有的電話號碼和E-mail地址 將它們粘貼到剪貼板 (2)代碼需要完

原创 Python編程快速上手——讓繁瑣工作自動化(3)

03.查找文本模式 (0)要求: 假設你希望在字符串中查找電話號碼。你知道模式:3個數字,1個短橫線,3個數字,1個短橫線,再是4個數字,即XXX-XXX-XXXX (1)不用正則表達式來查找文本模式 def isPhoneNumbe

原创 Python編程快速上手——讓繁瑣工作自動化(2)

01.井字棋盤 (0)源代碼 (1)所用知識點: 字典的使用 函數的使用 (2)出錯位置: 對字典的使用還是不夠熟練 不能將函數與字典的使用很好的聯繫到一起 (3)進步: 對於for range的使用比上次要好 (4)使用工具: j

原创 Python編程快速上手——讓繁瑣工作自動化(1)

00.一個小程序:猜數字 (0)源代碼 (1)所用知識點: import語句導入模塊 random函數 for循環語句與range的使用方法 強制轉換int() str() 如何取到從鍵盤輸入的信息 if elif else語句 (

原创 運行.ipynb文件

cmd下輸入:jupyter notebook upload這個文件

原创 Deep Temporal Linear EncodingNetwork[Paper & Summary Part]

(1)Present a new video representation, called temporal linear encoding (TLE) (2)Embedded inside of CNNs as a new lay

原创 2018.09-2018.11 Summary & 2018.11-2019.01 plan

總體內容 Mon 10Mon 17Mon 24OctoberMon 08Mon 15Mon 22Mon 29Mon 05Mon 12雙流 Paper Part TSN Paper Part

原创 Deep Learning of Action Recognition

【會隨着不斷學習與瞭解的深入繼續添加】 總體思路: 抽取並分類時空特徵爲目的的視頻識別方法 two-stream(雙流)方法 C3D方法 CNN-LSTM方法 以提取骨架信息進行再訓練爲目的的姿態估計方法

原创 Temporal Segment Networks[Summary part]

算法介紹 當時研究的不足(尤其是雙流): 只能處理短期運動(short-term),對長期運動(long-range)時間結構進行理解不足 訓練樣本較小 提出的處理辦法: 彌補第一個不足:使用稀疏時間採樣策略和基於視頻監督的策略

原创 Temporal Segment Networks:Towards Good Practices for Deep Action Recognition[Paper Part]

1.Aim discover the principle to design effective ConvNet architecture for action recognition in videos learn these m

原创 Two-Stream Convolutional Networks for Action Recognition in Videos [Paper Part]

1.Contribution propose a two-stream ConvNet architecture spatial & tmporal ConvNet trained on multi-frame dense o