- 博客(10)
- 资源 (13)
- 收藏
- 关注
RSS订阅原创 【PointNet++分割实战】——1提升PointNet++分割性能及mIoU分析
从您提供的运行结果来看，您的PointNet++模型在分割任务上取得了不错的性能。具体来说，模型在训练过程中准确率和mIoU都有所提升，最终达到了较高的准确率和mIoU值。
2024-11-05 17:07:06
563
原创 【点云学习笔记】——分割任务学习
实例分割（代码1）：除了要对每个点进行分类，还要区分属于同一个类别的不同实例。任务更复杂，不仅需要知道“这是什么物体”，还需要知道“这是哪个具体的物体”。语义分割（代码2）：只需对每个点进行类别标记，不考虑实例的区分。其目标是为每个点打上一个标签，比如“地板”、“墙壁”、“桌子”等类别。特性代码1：实例分割代码2：语义分割目标分割并区分同类物体的不同实例为每个点分配一个类别标签任务复杂度较高，需要分割并区分实例较低，只需分类模型复杂度高，通常包含多个分支和后处理步骤低，直接分类损失函数。
2024-11-05 09:58:14
1047
原创 【双目视觉标定】——3面结构光相机标定实践（获取相机内参）~未完待续
相机标定是获取准确三维信息的基础，尤其在双目相机系统中，精确的内参和畸变参数对于立体视觉应用至关重要。通过对相机内参和畸变参数的分析，我们可以更好地理解相机成像的特性，并为后续的图像处理和三维重建提供准确的基础。希望这篇博客能够帮助你深入理解相机标定的基本原理及双目相机的内部参数。欢迎提出问题或分享你的看法！
2024-11-04 10:37:11
1081
1
原创 【双目视觉标定】——1原理与实践
总体上，为了用数学描叙相机的成像，即将三维世界的物体转化为数字的图像，我们一般将其分为以下四个步骤（下图源于知乎）：其中刚体变换需要用到相机的外参，透视投影需要用到针孔模型和相机内参中的焦距参数，畸变校正很显然需要使用两种畸变模型和对应的畸变系数，最后数字化图像则需要使用相机内参中剩余参数。传统标定方法需要标定参照物，参照物的参数已知，然后分析拍摄到的参照物图像，求得相机参数，传统方法操作相对复杂，但精度较高。
2024-11-01 00:00:00
3709
原创 【双目视觉标定】——2面结构光相机标定实践（eye in hand）
从上一篇已经了解了手眼标定的原理，通俗来说，我们不妨想象，在生活中，我们需要用手移动某一物体时，需要经过哪些步骤？在实际的控制过程中，相机在检测到目标在图像中的像素位置后，通过标定好的坐标转换矩阵将相机的像素坐标变换到机械手的空间坐标系中，然后根据机械手坐标系计算出各个电机该如何运动，从而控制机械手到达指定位置。
2024-10-31 10:31:28
1170
原创 【CloudCompare】——1点云的法向量添加
点云的法向量是指在点云数据中的每个点处，与该点相关联的法向方向。法向量通常用于表示点云中点的朝向或表面的法向信息。在点云中，法向量可以用来描述点云表面的法向特性，例如点云表面的平面、曲率和法向变化等。点云的法向量通常是一个3维向量，表示点在三个坐标轴方向上的法向分量，即(x, y, z)方向上的法向量分量。通常情况下，点云法向量的长度（模）为1，表示法向量的单位长度。法向量的方向指向了点云表面的外侧。点云的法向量可以通过多种方法计算得到，例如最近邻搜索、曲率计算、法向估计算法等。
2024-10-31 00:15:00
2483
原创 综合整理神经网络
综合整理常用的神经网络，包括生物神经网络、人工神经网络、卷积神经网络、循环神经网络、生成对抗网络；文章的结构是先进行概念了解，然后结合图片、结构图、一步一步详细讲解；
2024-10-28 15:36:36
1913
原创 Linux学习杂记-IP地址配置
IP+子网掩码可以在局域网内使用；IP+子网掩码+网关+DNS服务器缺一不可才能访问互联网标题Linux配置IP地址永久生效的方法：
2020-08-23 14:11:42
226
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人