- 博客(84)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 PCL中点云分割算法简析
点云分割算法广泛应用于激光遥感、无人驾驶、工业自动化领域，其原理是根据空间、几何和纹理等特征对点云进行划分，使同一划分内的点云拥有类似的特征。点云分割算法经过长时间的发展，目前大致可以分为基于随机采样一致的分割算法、基于聚类的分割算法和基于点云深度学习模型的算法。
2023-05-09 21:57:35
4090
原创 QT5.14.2基于PCL1.11.1显示点云（基于Windows VS2019开发环境）
个人总结，看看就好，如果对大家有帮助的话请点赞。
2022-03-01 22:25:31
2798
6
原创 C++总结笔记（五）——构造函数和析构函数
个人总结，随时补充# 前言本文讲述了构造函数和析构函数的概念以及对应的示例，以便加深理解。一、基本概念1 构造函数构造函数用于初始化类的对象，可以由程序员自己定义，也可以由编译器定义（构造函数内为空）。其特点：1.没有返回类型。2.函数名和类名相同。3.可以有参数，也可以没有。4.可以重载。5.程序会自动调用。按照参数分类：1.无参构造函数2.有参构造函数（包括拷贝构
2022-01-25 21:18:54
1047
2
原创 Halcon例程详解(植物测量) —— measure_plant.hdev
halcon的一个3D例程详细解读，对测量类项目有很好的示范作用。
2022-01-20 22:19:39
1442
1
原创 Pytorch基础（十）——优化器（SGD，Adagrad，RMSprop，Adam，LBFGS等）
一、概念Pytorch中优化器的目的：将损失函数计算出的差值Loss减小。优化过程：优化器计算网络参数的梯度，然后使用一定的算法策略来对参数进行计算，用新的参数来重新进行训练，最终降低Loss。
2021-12-28 20:38:58
6536
5
原创 Pytorch基础（九）——损失函数
一、概念损失函数在深度学习领域是用来计算搭建模型预测的输出值和真实值之间的误差。具体实现过程：在一个批次（batch）前向传播完成后，得到预测值，然后损失函数计算出预测值和真实值之间的差值，反向传播去更新权值和偏置等参数，以降低差值，不断向真实值接近，最终得到效果良好的模型。常见的损失函数包括：MSE（均方差, 也可以叫L2Loss），Cross Entropy Loss（交叉熵），L1 Loss（L1平均绝对值误差），Smooth L1 Loss(平滑的L1 loss)，BCELoss (Binar
2021-12-19 22:07:20
2478
2
原创 Pytorch基础（五）—— 池化层
一、概念池化就是把数据压缩的过程，属于下采样的一种方法，可以显著降低神经网络计算复杂度，减少训练中的过拟合，同时可以使数据具有一定的不变性。池化从方法上来讲可以分为average Pooling、max Pooling、Overlapping Pooling、Spatial Pyramid Pooling，其中max Pooling是最常见的池化方法，Overlapping Pooling值得注意的是filter的size小于stride，Spatial Pyramid Pooling（空间金字塔池化）
2021-11-30 22:55:37
1947
1
原创 Pytorch基础（三）—— DataSet的应用
一、概念Pytorch的标准数据集包括很多种类型，如CIFAR，COCO，KITTI，MNIST等，分别适用于不同的深度学习框架，我们可以在官网查看。当然我们也可以做数据集，但需要自己标注。二、如何调用数据集一、调用torchvision在程序中调用torchvision.datasets，下面用程序示例如何下载CIFAR10数据集。import torchvisiontrain_set = torchvision.datasets.CIFAR10(root="./dataset", trai
2021-11-13 22:52:35
3275
1
原创 C# 并行运算方法简析
一、概述首先应该明白并行和并发的区别。并发就是有多个几乎同时到达的线程需要被处理，但只有有限个CPU，所以需要竞争上岗。并行指有多个CPU资源同时处理多个线程，不存在竞争的概念，可以大量节省运行时间。二、实现方法C#中目前有Tasks命名空间中的Parallel类来完成并行开发。2.1 ParallelParallel类有三个常见的方法：Invoke，For，Foreach，都可以实现多个方法的并行计算。For和ForEach方法多次调用同一个方法, Invoke可以同时调用不同的方法。2.
2021-09-15 23:13:26
1340
原创 Pytorch基础（二）—— Transforms详解
一、概念Transforms是pytorch的图像处理工具包，是torchvision模块下的一个一个类的集合，可以对图像或数据进行格式变换，裁剪，缩放，旋转等，在进行深度学习项目时用途很广泛。下面对Transforms内的常见类的使用进行一个简单的梳理。from torchvision import transforms二、类2.1 ToTensor表示将其他图像数据（PIL Image或者 ndarray）类型转化为tensor类型，并归一化至[0-1] 。trans = transfor
2021-09-03 22:04:07
2780
1
原创 Pytorch基础（一） —— tensorboard的应用
一、简介与安装方法1.1 概念Tensorboard 是 TensorFlow 的一个工具包，用于展示网络图、张量的指标变化和分布情况，如权重W、偏置B、卷积层数、全连接层数等参数，使用该工具可以方便观察神经网络训练过程，分析学习模型训练的效果。大概自Pytorch1.1.0版本发布后，我们就可以直接在Pytorch环境直接安装Tensorboard工具包。1.2安装方法安装最新版本：pip install tensorboard查看版本号：tensorboard --version当
2021-08-30 19:09:27
575
4
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人