- 博客(101)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 回环检测算法：Stable Trangle Descriptor
回环检测是指检测传感器的两次测量（如图像、激光雷达扫描）是否发生在同一场景，它是对于SLAM问题至关重要。STD-LCD可以高效地检测闭环，并提供可靠的闭环几何变换。此外，它可以处理小重叠回环检测的挑战情况。与其他描述符中使用的多边形相比，三角形更稳定，因为三角形的形状是给定边长（或夹角）唯一确定的。此外，三角形的形状对于刚性变换是完全不变的。与关键点附近的的局部描述符相比，三角形的形状是旋转和平移不变的。
2024-01-16 11:25:42
1544
1
原创 因子图优化
我们常将状态估计问题建模为最大后验估计（MAP）。之所以命名为最大后验估计，是因为它在给定了观测Z的情况下，最大化状态X的后验概率密度pX∣ZXMAPargXmaxpX∣ZargXmaxpZpZ∣XpX上式利用了贝叶斯法则，将后验概率密度表示为观测概率密度pZ∣X与状态的先验概率密度pX的乘积，再利用因子pZ进行归一化。当给定观测Z时，归一化项就与最大后验概率无关，可以被忽略。
2023-05-19 16:59:33
1869
原创 Pytorch : 模型部署
将模型导出为torchscript或onnx，使用libtorch C++API部署或Onnx Runtime部署
2023-03-28 15:56:27
3447
原创 Pytorch : 自动求导
在训练神经网络时，最常用的算法是反向传播算法。在该算法中，参数(模型权重)根据损失函数相对于给定参数的梯度进行调整。损失函数计算神经网络产生的期望输出和实际输出之间的差值。目标是使损失函数的结果尽可能接近于零。该算法通过网络反向遍历来调整权重和偏差，以重新训练模型。这就是为什么它被称为反向传播。为了计算这些梯度，PyTorch有一个内置的微分引擎。它支持任何计算图的梯度自动计算。
2023-03-28 15:53:23
1025
原创 3D-2D：PnP
Perspective-n-Point 是求解3D到2D点对运动的方法。它描述了已知n个3D空间点及其投影位置时，如何估计相机的位姿。
2022-11-22 09:36:04
579
LetsGo: Large-Scale Garage Modeling and Rendering via LiDAR-Assisted Gaussian Primitives官方数据样本
2025-02-19
清华大学2014年《828信号与系统》考研真题答案与详解.pdf
2020-06-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人