噌胥苑——行思驿站

转自：http://www.robovs.com/discussion-on-visual-slam-a/编者按：本文来自一位博士学弟的总结博文，非常细致，感谢学弟在研究的过程当中，不忘把自己的理解用浅显的语言分享出来。原文博客：http://www.cnblogs.com/gaoxiang12/p/3695962.html1.    前言开始做SLAM（机器人同时定位与建图）研究

转自：http://www.robovs.com/discussion-on-visual-slam-ii-the-use-of-graph-theory-and-g2o/编者按：本篇继学弟高博士上篇博文视觉SLAM漫谈（一）深入探讨SLAM的基础理论“图优化理论”和一个Bundle Adjustment的通用库g2o。如果对SLAM还没有什么感觉的同学，可以先读第三篇，对SLAM有一个整

转自：http://www.robovs.com/discussion-on-visual-slam-iii-the-site-introduction/编者按：继视觉SLAM漫谈（一）（二）后，高博士的第三篇漫谈博文，本文就SLAM的几个组成部分进行了分述，之处各个方向现有的分支，并提出一些可以深入研究的点。对于希望在SLAM上有所建树的研究者有可借鉴之处。原文链接：http://www

本文转载于http://www.yuanyong.org/cv/cv-code-three.html2013计算机视觉代码合集一：http://www.yuanyong.org/blog/cv/cv-code-one2013计算机视觉代码合集二：http://www.yuanyong.org/blog/cv/cv-code-two 按类别分类

译者：李老师；转载请注明出处：机器人视觉由于近来在许多不同问题（例如人脸识别，目标检测和Go）上，人工神经网络取得一系列成果，深度学习已变得非常流行。本博客目的是成为对深度学习感兴趣的朋友们的起点。 如果你已经对线性代数，微积分，概率和编程有了基本的了解：我建议从斯坦福的CS231n开始。这个课程讲义很全面，而且写的很好。每节课程的幻灯片也可用，即使相关视频从官方网站删