原创 機器學習——一些常用的數學基礎

1.範數(norm):衡量向量大小,是將向量映射到非負值的函數。形式上範數定義爲:,.當p=2時,範數稱爲歐幾里得範數,經常省略下標2。向量的n範數就是向量元素絕對值的n次方和再開n次方。 2.特徵分解(eigendecompositio

原创 openmv中模塊解析

模塊解析 1. sensor攝像頭模塊:包含了感光芯片與圖像預處理的各項操作. sensor.reset()#重置並初始化OpenMV sensor.set_pixformat(sensor.RGB565)#選擇顏色空間與像素格式RGB5

原创 視覺SLAM——非線性優化問題

SLAM位姿求解問題根本上是一個不斷進行非線性優化到最優值的問題。 1. 最大似然問題。位姿估計本身是求解最大似然估計,即在什麼樣的狀態下xk,最可能產生現在觀測到的數據。 運動方程:; 表示從k-1時刻到k時刻的運動,表示k-1時刻位姿

原创 機器學習——tensorflow筆記

使用的TF前需要明白: TF使用Graph計算任務,在Session上下文中執行Graph,使用tensor表示數據,通過variable維護狀態,使用feed,fetch爲任意操作賦值或獲取數據。 圖中的節點被稱之爲 op (opera

原创 機器學習——基於神經網絡學習過程的簡單理解

優點是神經網絡的對所有的問題都可以用同樣的流程來解決。即不斷地學習所提供的數據,嘗試發現待求解的問題的模式。與待處理的問題無關,神經網絡可以將數據直接作爲原始數據,進行“端對端”的學習。 自己的一句話概括就是:神經網絡的學習就是把訓練中原

原创 使用虛擬機對Nvidia Jetson TX2刷機安裝

1.主機和TX2局域網設置:使用路由器使主機和TX2在一個局域網內,也可以使用wifi但我使用的wifi下載太慢,容易出錯,建議使用路由器。兩者的IP可以設置成動態也可以手動設置成靜態。這裏爲省時設置成自動的。 虛擬機ubuntu1604

原创 By not providing "FindEigen3.cmake"解決方法

  1.使用catkin_make命令時,若出現 By not providing "FindEigen3.cmake"的字樣,具體如下: 此時將FindEigen3.cmake拷過去並將它所在的文件夾添加到LIST(APPEND CM

原创 視覺SLAM——orbslam中的流程圖

位姿 Tcw初始化方法: 運動模式跟蹤: Tcw = mVelocity*LastFrame.mTcw,地圖點通過重投影更新 關鍵幀模式跟蹤:Tcw =LastFrame.mTcw, 地圖點通過視覺詞典ComputeBoW更新 重

原创 機器學習——一些名詞解釋

總體上的範圍關係是:  人工智能 >  機器學習 > 深度學習 , 這三種都可能會用到神經網絡算法。 監督式學習(Supervised learning):通過已有的一部分輸入數據與輸出數據之間的對應關係,生成一個函數,將輸入映射到合適的

原创 視覺SLAM—BA模型的理解

參考高翔《視覺SLAM十四講》 PnP是通過一組匹配好的3D點和2D點來求解兩幀圖像之間運動的一種算法。PNP的求解有DLT(直接線性變換)、P3P、EPNP和BA優化等方式。ICP的求解有兩種方式:線性代數的求解(SVD),非線性優化方

原创 基於pcl的點雲濾波

C++版本: #include <pcl/point_types.h> #include <pcl/filters/filter.h> #include <pcl/filters/statistical_outlier_removal.