野生C猿的专栏

第三讲课后题1、验证旋转矩阵是正交矩阵。（1）正交矩阵定义：设A为n阶方阵，如果ATA=IA^TA=IATA=I 或者 AAT=IAA^T=IAAT=I，就称A为正交矩阵性质：正交矩阵的每一个列向量都是单位向量，且向量之间两两正交。正交矩阵的行列式为1 或者 -1A−1=ATA^{-1}=A^TA−1=AT(充要条件)（2）旋转矩阵旋转矩阵描述了坐标系之间的旋转变换，由3 × 3 的矩阵描述。验证思路是利用 正交矩阵的充要条件 （A−1=ATA^{-1}=A^TA−1=AT）来验证

这里写目录标题1、安装eigen32、安装Pangolin2.1 下载源代码：2.2 安装依赖2.3 编译安装SLAM十四讲源码中，使用了多个第三方的库，由于第三方库都是有相应的版权，因此需要逐个的去相应的官网下载源码安装1、安装eigen3eigen3这个比较特殊，可以直接用命令安装sudo apt-get install libeigen3-dev2、安装Pangolin由于github主站比较慢，因此推荐使用镜像站：https://hub.fastgit.org/gaoxiang12/s

第二讲：课后题1．阅读文献[1]和[14]，你能看懂其中的内容吗?文献1：A survey of monocular simultaneous localization and mapping 可以从百度学术上自行下载本文献是一篇SLAM的综述，首先从AR（Augmented reality 增强现实）切入，讲了SLAM的重要性以及视觉SLAM可以带来的好处，然后以此展开总体的概括了SLAM的发展情况，也分析和介绍了各不同SLAM的性能区别，对各个特性进行了对比和分析，最后总体讲了现有SLAM技术

安装过程（1）安装 Ubuntu1.1 安装 ultraiso1.2 下载 ubuntu 18.4 系统1.3 制作U盘启动盘1.4 安装操作（2）安装 CUDA 环境2.1 下载 显卡驱动2.1 下载 cuda（3）安装 Anaconda 环境      公司有台有显卡（RTX2070）的PC机器从上一个项目淘汰下来，我就准备在上面安装上pytorch的环境准备在上面跑一些深度学习的实验，说干就干。因为只在物理机上安装过windows 系列

​第一讲：课后习题有线性方程 Ax = b，若已知 A,b，需要求解x，该如何求解？ 这对 A 和 b 有哪些要求? 【提示:从A的维度和秩角度来分析】答：可以利用大学时候学的非齐次方程组的方法求解，利用 A 的增广矩阵 ，对增广矩阵进行标准化和归一化。A的增广矩阵是：​​rank(A)<rank(A~) ， 方程组 (2) 无解rank(A)=rank(A~)=n ， 方程组 (2) 有唯一解rank(A)=rank(A~)<n ， 方程组 (2) 有无穷解rank

动作分类0. 摘要1. 介绍3. 代码4. 实验5. 总结0. 摘要1. 介绍1.1 KNN最近邻 (k-Nearest Neighbors， KNN) 算法是一种分类算法， 1968年由 Cover和 Hart 提出， 应用场景有字符识别、 文本分类、 图像识别等领域。该算法的思想是： 一个样本与数据集中的k个样本最相似， 如果这k个样本中的大多数属于某一个类别， 则该样本也属于这个类别举例说明：例子来源13. 代码4. 实验5. 总结参考文献：[1]. MediaPipe Po

Labelme 制作手部21个关键点数据1：环境准备1.1 基础环境1.2 安装 Labelme1.2.1：创建anaconda虚拟环境1.2.2：激活虚拟环境1.2.3：安装labelme的依赖1.2.3：安装labelme1.2.4：运行2. 标注图片3. 标注转化    因为导师的项目是手部姿态估计，经过一些技术预研，最后选定了 Open-MMLab 的 MMPose 作为基础框架来做底层架构。先说下Open-MMLab我认为的优点：1. 代码优质：模块化做

Labelme 批量转 dataset 0. 概述1.原理2.代码3.结果3.1 实验一：输入单个目录3.2 实验二： 增加参数 --out 输出文件目录4.方法二4.1 重新虚拟环境4.2 进入虚拟环境和标注目录：4.3 安装labelme的依赖4.4 安装labelme4.5 编写bat文件试验环境操作系统：Windows 10Python：3.8Labelme：4.5.13 (这个版本比较重要，不同版本代码可能会不一样）Anaconda：4.10.1如果还有同学没有安装好 Anac

安装 Anaconda + CUDA + CUDNN1. 安装Anaconda1.1 介绍1.2 下载1.3 安装1.4 配置conda源1.4.1 中科大的源1.4.2 清华的源1.5 配置pip的源1.6 conda 常用命令1.6.1 创建conda虚拟环境1.6.2 激活，退出，删除环境1.6.3 列出来所有的可用环境2. 安装CUDA2.1 下载cuda2.2 验证安装3. 安装CUDNN3.1 下载3.2 安装3.3 验证         其实网上有大量

搭建奥比中光3D摄像头运行环境1. 开发环境搭建2. Cmake环境3. SDK安装4. Debug项目4.1 进入“属性”菜单：4.2 添加包含目录：4.3 添加附加目录库4.4 添加附加依赖项4.5 添加DLL4.6 运行因为导师的手部动态姿态项目要用到奥比中光的3D摄像头，因此就需要搭建环境来调用摄像头的API来做相关的东西，下面就是搭建的全过程，文章以前在奥比中光的论坛里面（原文），我做了点优化现在放到优快云中。希望对大家有些帮助 o(￣︶￣)o1. 开发环境搭建我使用的是vs20

安装MMPose 和 MMCV1. 基础环境1.1 conda环境1.2 pytorch 环境2. 安装MMCV2.1 MMCV 编译安装2.2 安装记录2.2.1：设置环境变量2.2.2 激活 anaconda的虚拟环境2.2.3 设置参数2.2.4 安装依赖2.2.5 开始编译2.2.5 查看安装3. 安装MMPose3.1 克隆 MMPose 库。3.2 安装依赖包和 MMPose1. 基础环境1.1 conda环境anaconda的环境请自行准备，网上有一堆教程conda create

设备端实时手部追踪0. 摘要1. 简介2. 架构3. 数据集和标注4. 试验结果5. 使用MediaPipe的具体实现6. 应用举例7. 结论论文地址： https://arxiv.org/abs/2006.10214v1Demo地址：https://hand.mediapipe.dev/研究机构：Google Research会议：CVPR20200. 摘要1. 简介2. 架构3. 数据集和标注4. 试验结果5. 使用MediaPipe的具体实现6. 应用举例7. 结论参

目录一、安装pybluez二、运行代码一、安装pybluez官方地址：https://github.com/pybluez/pybluez安装命令：pip install pybluez可能遇到的问题问题1:缺少 irprops.lib解决方案：参考博客 https://blog.youkuaiyun.com/w12w12w12/article/details/116466157原因是少了irprops.lib，因此需要建立一个链接使用管理员权限来执行cmd，进入文件夹：cd C:\Prog

很久没有写技术博客了，首先是因为工作特别忙，其次是因为要准备硕士生入学考试。开学前应该会有大块的时间用来学习，计划这一段时间充实下自己，为即将到来的研究生课程打下基础。加油，奥利给~~~ 首先庆贺自己考上了北航的人工智能学院的研究生，o(*￣︶￣*)o。开学前先给自己定一个小目标： 1：先学习概率论和数理统计 （因为入学考试是考的数二，里面没有考概率论和数理统计） 2：争取在9月份，粗略的学习西瓜书（机器学习-周志华） 加油吧，下一篇我会结合自身...