- 博客(11)
- 收藏
- 关注
原创 ORB-SALM3配置流程及问题记录
ORB-SLAM3是一个支持视觉、视觉加惯导、混合地图的SLAM(Simultaneous Localization and Mapping,即同时定位与地图构建)系统。Pangolin 是一个轻量级、跨平台的库,主要用于3D、数值或视频程序和算法的原型设计。它在计算机视觉领域被广泛使用,旨在简化数据可视化的过程。主要用于算法开发中的调试过程当中,具有丰富的图像界面;此时代码包括完整的ORB-SALM项目代码,在ROS环境下,只需部分编译对应部分即可。在运行过程中遇到了内存不足的问题,导致程序异常终止。
2025-01-10 22:28:28
1098
原创 (四)深度学习入门:误差反向传播算法
上一篇我们探讨了神经网络的学习过程,即神经网络的前向传播。在计算梯度时采用随机梯度下降法;但是随着参数数量的不断增长,简单的逐个逐次计算参数梯度效率十分低下,没有充分利用关联数据和中间结果,忽略了参数梯度之间的关联。本篇我们一起来了解误差反向传播算法,反向传播算法具有高效、并行计算、适应大规模数据、适用于多层网络以及学习复杂的非线性关系等优势,它是目前应用最广泛的神经网络训练算法之一。
2024-01-23 12:02:04
1074
1
原创 汽车构造知识点整理
润滑系统的功用就是在发动机工作时连续不断地把数量足够的洁净润滑油(或称为机油)输送到全部传动件的摩擦表面,并在摩擦表面之间形成油膜,实现液体摩擦,从而减小摩擦阻力、降低功率消耗、减轻部件磨损,达到提高发动机工作可靠性和耐久性的目的。由于其散热面积小,有利于促进燃料的完全燃烧和减少排气中的有害气体,故现代发动机上用的较多。做功间隔应力求均匀,也就是说,在发动机完成一个工作循环的曲轴转角内,每个气缸都应发火做功一次,而且各缸的发火的间隔时间应力求均匀,对缸数为i的四冲程发动机来说,发火间隔角为720°/i。
2024-01-21 22:11:01
2294
原创 (三)深度学习入门:神经网络的学习
上一篇我们探讨了神经网络的前向传播过程,可以完成分类和回归任务。但是我们在使用神经网络解决问题之前,需要为神经网络设置合适的参数,如果神经网络的参数量很小,人工测试不失是一种解决方案,而随着神经网络越来越庞大,参数量呈指数级增长,我们迫切需要实现神经网络参数的自动化配置,让神经网络基于已有知识进行学习。为了让神经网络进行学习,我们引入损失函数作为学习效果优劣的标准,那么神经网络的学习问题就可以转化为损失函数的最优化问题,在本篇中我们首先探讨基本的随机梯度下降法。一、数据的重要性。
2024-01-20 12:18:17
951
原创 (二)深度学习入门:神经网络的前向传播
上一篇我们解决了感知机模型的基本定义和应用,本次我们在感知机的基础上探讨感知机构成神经网络的一些细节,了解神经网络前向传播的过程,重点理解激活函数存在的意义。
2024-01-18 13:26:37
1092
1
原创 (一)深度学习入门:感知机模型
感知机是深度学习算法的基本单元,本文简单介绍了感知机的定义,探究了感知机与逻辑门电路之间的联系,在此基础上解释了感知机的局限性和优越性,为神经网络的学习提供了先备知识。一、感知机定义感知机是一种最简单的二分类线性分类模型,它是神经网络的基石。它通过将样本的特征与权重相乘并进行加权求和,当结果大小超过特定的阈值时才会输出1,否则输出0。我们可以将感知机节点类比为神经元,1状态代表神经元被激活,0状态代表神经元休眠。其中,w是权重值,代表对应输入信号(特征)对结果的重要程度;
2024-01-17 17:05:39
2145
原创 开源免费Github加速器:Fastgithub--解决Github登陆困难
开源免费Github加速器Fastgithub安装使用教程,解决Github加载缓慢登陆困难问题。
2024-01-16 10:53:58
4856
2
原创 使用Allan_Variance_ROS功能包进行IMU标定
以realsense D455相机内置IMU的标定来介绍Allan_Variance_ROS功能包进行IMU标定的整体流程以及实现效果,提供若干可能遇到问题的解决方案。
2024-01-15 18:59:50
2347
2
原创 Linux常用命令总结
Linux的目录结构和Windows系统一样是一个树型结构,但是Windows系统可以拥有多个盘符,如C盘、D盘、E盘,而Linux没有盘符这个概念,只有一个根自录/,所有文件都在它下面。Linux用/表示层级关系而Windows用\表示层级关系。
2024-01-14 23:48:46
928
1
原创 基于YOLOv8和RealsenseD455相机实现物体距离检测
要基于YOLOv8和RealsenseD455相机实现物体距离检测,可以按照以下步骤进行操作:安装YOLOv8:可以使用开源框架如Darknet或PyTorch实现YOLOv8模型。安装Realsense SDK:根据相机型号和操作系统,下载并安装相机的SDK。使用Realsense SDK连接并获取相机数据。通过相机获取的RGB图像作为输入,传递给YOLOv8模型。使用YOLOv8模型对输入的图像进行物体检测,获取物体的边界框和类别。
2024-01-14 16:32:26
5359
26
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人