原创 OpenCV-二值圖像連通域分析

原文地址:https://blog.csdn.net/qq_37059483/article/details/78018539 通域分析對於圖像處理後面涉及到模式識別的內容來說是基礎 連通區域(Connected Component)一般

原创 EndNote x9下載、安裝及使用詳細教程

轉自:https://blog.csdn.net/allien83/article/details/84646388 一、下載 在百度中搜索“Endnote x9 破解版”,點第一個鏈接進入下載頁面。軟件大小爲108MB,下載的是一個壓縮

原创 特徵值特徵向量與SVD奇異值分解

以下內容是讀這篇博客後的小結,學習了一下關於特徵值特徵向量與SVD奇異值分解相關知識。 https://blog.csdn.net/xiaocong1990/article/details/54909126 特徵值和特徵向量是線性代數中十

原创 ORB_SLAM系列總結

1、最早的特徵點法,並把定位與跟蹤分爲兩個線程是PTAM(Parallel Tracking and Mapping for Small AR Workspaces) 可以說是特徵點法SLAM的起源之一。 論文:http://www.ro

原创 ubuntu16.04中使用多版本的CUDA

在SLAM稠密地圖構建,和深度學習中,很多都要用到GPU,不然達不到實時性。但是以前調的代碼可能和最新的代碼使用的很多庫版本不一樣,比如opencv,CUDA等。尤其是CUDA,如果原來使用CUDA8.0,但是新代碼要9.0,不可能每次都

原创 ubuntu16.04中opencv和cv_bridge多版本共存問題

依賴項安裝: sudo apt-get install build-essential sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev lib

原创 VINS技術路線與代碼詳解

原文地址:https://blog.csdn.net/wangshuailpp/article/details/78461171 VINS技術路線    寫在前面:本文整和自己的思路,希望對學習VINS或者VIO的同學有所幫助,如果你覺得

原创 c++虛函數詳解(你肯定懂了)

轉自:c++虛函數  大牛的文章,就是通俗易懂,言簡意賅。 前言 C++中的虛函數的作用主要是實現了多態的機制。關於多態,簡而言之就是用父類型別的指針指向其子類的實例,然後通過父類的指針調用實際子類的成員函數。這種技術可以讓父類的指針有“

原创 ORB-SLAM2到dynaSLAM編譯

這是在ORB-SLAM2基礎上針對於動態場景進行改進的版本。利用MASK-RCNN提取場景中動態物體的語義信息,根據掩膜去掉誤匹配,同時採用圖像恢復技術進行場景恢復和建圖,是比較優秀的SLAM算法。下面看看具體編譯運行過程: 1、源碼:h

原创 YOLOV3訓練自己的數據集

(1)源代碼地址:https://github.com/qqwweee/keras-yolo3 論文詳解:https://blog.csdn.net/u014380165/article/details/80202337 直接安裝相應的庫

原创 Mask-RCNN代碼實現(簡述)

(1)代碼地址:https://github.com/matterport/Mask_RCNN (2)安裝主要按照上面網址的說明進行,下面就我做的修改和遇到的問題記錄如下: 1、由於之前安裝了tensorflow1.4(帶GPU),所以將

原创 ubuntu14.04 VI-MEAN編譯與運行

VI-MEAN是基於單目和IMU的具有稠密地圖重建的SLAM,全名:Real-time Monocular Dense Mapping on Aerial Robots using Visual-Inertial Fusion是2017年

原创 DynSLAM編譯與運行

本文介紹2018年的一篇基於深度學習,同時具有稠密地圖的視覺SLAM------Dynslam. 標題:Robust Dense Mapping for Large-Scale Dynamic Environments 在這裏可以找到文章

原创 SVO代碼調試

SVO  https://github.com/uzh-rpg/rpg_svo  Paper: http://rpg.ifi.uzh.ch/docs/ICRA14_Forster.pdf 雖然是14年就出來的了,時間久遠,但是是半直接法的

原创 ubuntu14.04+resnet代碼調試

最近學習了一點深度學習相關內容,於是調試了一下ResNet,主要編譯過程記錄在此 由於之前電腦上安裝了CUDA8.0,因此就沒有按照https://github.com/facebook/fb.resnet.torch上面給的步驟來編譯,