追求卓越583-优快云博客

原创 OpenCV编译出现 CMake Error: CUDA_nppi_LIBRARY (ADVANCED)

由于先安装了Cuda,再对OpenCV进行编译安装时,出现错误具体内容如下:CMake Error: The following variables are used in this project, but they are set to NOTFOUND.Please set them or make sure they are set and tested correctly in the CMake files:CUDA_nppi_LIBRARY (ADVANCED) li

2020-12-21 11:17:54 4982 3

原创安装OpenCV3.2.0与CUDA10.2

建议先安装OpenCV3.2.0，再安装CUDA10.2，否则再安装OpenCV3.2.0时，会出现不兼容的情况，解决方案比较麻烦如下记录先安装CUDA10.2，否则再安装OpenCV3.2.0时，出现的问题安装CUDA10.2，这里就不介绍了，在本文底部会介绍安装OpenCV3.2.0事实证明使用conda便捷安装的opencv是阉割版，不能实现视频和摄像头的读取功能，所以需要自己手动编译。（1）下载opencv，我在window中用迅雷下载，下载后放到Ubuntu中，这样比较快.

2020-08-19 22:34:04 1994

原创计算shell脚本的执行时间

一. 秒级别#!/bin/bashstart_time=`date --date='0 days ago' "+%Y-%m-%d %H:%M:%S"` #this is your shell script sleep 1 ##############finish_time=`date --date='0 days ago' "+%Y-%m-%d %H:%M:%S"` duration=$(($(($(date +%s -d "$finish_time")-$(date +%s -d

2020-08-17 14:20:25 4021

原创为什么要引入齐次坐标，齐次坐标的意义（一）

问题：两条平行线可以相交于一点在欧氏几何空间，同一平面的两条平行线不能相交，这是我们都熟悉的一种场景。然而，在透视空间里面，两条平行线可以相交，例如：火车轨道随着我们的视线越来越窄，最后两条平行线在无穷远处交于一点。欧氏空间（或者笛卡尔空间）描述2D/3D几何非常适合，但是这种方法却不适合处理透视空间的问题（实际上，欧氏几何是透视几何的一个子集合），2维笛卡尔坐标可以表示为...

2020-08-09 08:28:55 33337 9

原创为什么要引入齐次坐标，齐次坐标的意义（二）

前面我们提到了图像的缩放变换和旋转变换，可以用矩阵乘法的形式来表达变换后的像素位置映射关系。那么，对于平移变换呢？平移变换表示的是位置变化的概念。如下图所示，一个图像矩形从中心点[x1,y1]平移到了中心点[x2,y2]处，整体大小和角度都没有变化。在x方向和y方向上分别平移了tx和ty大小。显然：这对于图像中的每一个点都是成立的。写成矩阵的形式就是：我们再把前面的...

2020-08-09 08:28:40 18692 34

原创【ORB-SLAM2】（三）：单目摄像头+ROS+ORB_SLAM2实时测试

介绍：首先启动一个单目摄像头，其次发布节点话题/usb_cam/image_raw，最后ORB_SLAM2订阅摄像头数据进行处理（这里需要修改相应的源文件里的话题类型，其默认值为 /camera/image_raw）。git上有ros节点使用介绍，https://github.com/Vincentqyw/ORB-SLAM2-CHINESE1. 为mono、monoAR、stereore和RGB-D构建节点将包含Examples/ROS/ORB_SLAM2的path添加到ROS_PACKAGE_

2020-07-16 21:52:23 2591 1

原创 ORB_SLAM2编译出现问题

在: ./build_ros.sh 出现错误：错误1：Building ROS nodesmkdir: cannot create directory ‘build’: File exists[rosbuild] Building package ORB_SLAM2[rosbuild] Error from directory check: /opt/ros/kinetic/share/ros/core/rosbuild/bin/check_same_directories.py /home

2020-07-16 20:36:19 5729 4

原创 SLAM 整体性总结

VSLAM方法框架：整个SLAM大概可以分为前端和后端，前端相当于VO（视觉里程计），研究帧与帧之间变换关系。首先提取每帧图像特征点，利用相邻帧图像，进行特征点匹配，然后利用RANSAC去除大噪声，然后进行匹配，得到一个pose信息（位置和姿态），同时可以利用IMU（Inertial measurement unit惯性测量单元）提供的姿态信息进行滤波融合后端则主要是对前端出结果进行优化，利用滤波理论（EKF、UKF、PF）、或者优化理论TORO、G2O进行树或者图的优化。最终得到最优的位姿估计。

2020-07-07 11:27:14 1088

原创图像灰度、亮度、强度区分

图像灰度(image grayscale)：把白色与黑色之间按对数关系分为若干等级，称为灰度。灰度分为256阶。用灰度表示的图像称作灰度图。图象亮度(image brightness)：指画面的明亮程度，单位是堪德拉每平米(cd/m2)或称nits。图象亮度是从白色表面到黑色表面的感觉连续体，由反射系数决定，亮度侧重物体，重在“反射”。在灰度图像中，亮度等于灰度，图像运算处理方式相同，但是在彩色图像中，亮度和对比度相关，即通过对RGB颜色分量的增加（增加亮度）或减少（减少亮度）相同的增量来显示，亮度的

2020-06-18 10:48:01 10065

原创一文弄懂神经网络中的反向传播法——BackPropagation

一文弄懂神经网络中的反向传播法——BackPropagation：https://blog.youkuaiyun.com/u010182186/article/details/74936796#commentBox附代码：https://www.cnblogs.com/charlotte77/p/5629865.html...

2019-12-02 16:20:57 1628

原创端到端的深度学习（end-to-end deep learning）

相对于深度学习，传统机器学习的流程往往由多个独立的模块组成，比如在一个典型的自然语言处理（Natural Language Processing）问题中，包括分词、词性标注、句法分析、语义分析等多个独立步骤，每个步骤是一个独立的任务，其结果的好坏会影响到下一步骤，从而影响整个训练的结果，这是非端到端的。而深度学习模型在训练过程中，从输入端（输入数据）到输出端会得到一个预测结果，与真实结果相比较...

2019-11-14 16:00:41 3097

原创通俗易懂的IMU讲解，这一篇就够了

IMU技术的出现弥补了GPS定位的不足，两者相辅相成，可以让自动驾驶汽车获得最准确的定位信息。IMU全称inertial measurement unit，即惯性测量单元，它由三个单轴的加速度计和三个单轴的陀螺仪组成，加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺仪检测载体相对于导航坐标系的角速度信号，对这些信号进行处理之后，便可解算出物体的姿态。值得注意的是，IMU提供的是一...

2019-09-10 20:55:43 33115 4

原创高博14讲--第三讲三维空间刚体运动

高博14讲--第三讲三维空间刚体运动旋转矩阵点和向量、坐标系对极约束推导过程本质矩阵八点法八点法推导过程本质矩阵$\ E$的SVD分解八点法的讨论合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，...

2019-07-07 21:44:20 1993

原创高博14讲--第七讲视觉里程计-7.7 3D-2D:PnP

高博14讲--第七讲视觉里程计-7.7 3D-2D:PnPPnP的基本问题直接线性变换（DTL）P3PPnP的基本问题 PnP（Perspective-n-Point）：已知3D点的空间位置（世界坐标）和相机上的投影点（像素坐标），求相机的旋转和平移（外参），估计相机的位姿。 3D-2D就是指，已知空间中点的三维的世界坐标和二维的像素坐标...

2019-07-04 23:34:45 1412

原创高博14讲--第七讲视觉里程计-7.3 2D-2D:对极几何

高博14讲--第七讲视觉里程计-7.3 2D-2D:对极几何基本问题对极约束对极约束推导过程本质矩阵八点法八点法推导过程本质矩阵$\ E$的SVD分解单目SLAM的一些问题尺度不确定性纯旋转问题基本问题当相机为单目时，只知道2D的像素坐标，根据两组2D点估计相机的运动，用对极几何来解决。对极约束两个相机之间的变换为 T12\ T_{...

2019-07-04 22:38:58 1407

原创高博14讲--第七讲视觉里程计-7.3 2D-2D:对极几何（未完待续）

高博14讲--第七讲视觉里程计-7.3 2D-2D:对极几何对极约束两种求解方法代数的解法优化的解法代数与优化方法的对比直接线性变换（DTL）P3P合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能...

2019-07-04 10:51:53 3570

原创高博14讲--第七讲视觉里程计-7.7 3D-2D:PnP（未完待续）

高博14讲--第七讲视觉里程计-7.7 3D-2D:PnPPnP的基本问题新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与...

2019-07-02 11:31:02 1367

原创高博14讲：第七讲

编译并运行：sudo mkdir build # 创建build文件夹cd buildsudo cmake ..报错1：Could NOT find CSPARSE (missing: CSPARSE_INCLUDE_DIR CSPARSE_LIBRARY) CMake Error: The following variables are used in this pr...

2019-06-17 10:43:15 1758 3

原创解决GPG error: The following signatures couldn't be verified because the public key is not available

将Ubuntu的源修改为国内源：https://blog.youkuaiyun.com/zhuiqiuzhuoyue583/article/details/88777483将Ubuntu的源修改为国内源的之后，执行sudo apt-get update出现问题：GPG error: The following signatures couldn't be verified because ...

2019-05-27 09:21:20 59769 22

原创 Segnet分割网络caffe教程（三）：A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation 图像语义分割

前提：已经安装好caffe-segnet，并且下载了SegNet-Tutorial-master。如没有，请参考安装教程：Caffe-SegNet安装笔记（基于Python2.7）：https://blog.youkuaiyun.com/zhuiqiuzhuoyue583/article/details/87256632注意电脑的显存必须是2G，或以上，否则总是显示内存溢出，我的笔记本就...

2019-04-01 19:11:51 1099 4

原创 Segnet分割网络caffe教程（二）：A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation 图像语义分割

前提：已经安装好caffe-segnet，并且下载了SegNet-Tutorial-master。如没有，请参考安装教程：Caffe-SegNet安装笔记（基于Python2.7）：https://blog.youkuaiyun.com/zhuiqiuzhuoyue583/article/details/87256632注意电脑的显存必须是2G，或以上，否则总是显示内存溢出，我的笔记本就...

2019-03-24 21:47:34 1041

原创 Segnet分割网络caffe教程（一）：A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation 视频语义分割

前提：已经安装好caffe-segnet，并且下载了SegNet-Tutorial-master。如没有，请参考安装教程：Caffe-SegNet安装笔记（基于Python2.7）：https://blog.youkuaiyun.com/zhuiqiuzhuoyue583/article/details/87256632注意电脑的显存必须是2G，或以上，否则总是显示内存溢出，我的笔记本就...

2019-03-24 21:30:57 1839 9

原创 Caffe-SegNet安装笔记（基于Python2.7）（没有基于Anaconda2和Anaconda3，因为caffe-segnet基于Python2编写与运行）

首先安装caffe，安装过程请参考：https://blog.youkuaiyun.com/zhuiqiuzhuoyue583/article/details/88756053我已经安装cuda8.0，cudnn5.1，opencv3.1，caffe1.0.0,安装Caffe-SegNet：SegNet官网：http://mi.eng.cam.ac.uk/projects/segnet/1...

2019-02-14 11:13:58 2107 2

原创 Caffe-SegNet安装笔记（基于anaconda3），这样出现protobuf版本冲突，请看我的 Caffe-SegNet安装笔记（基于Python2.7）

首先安装caffe，安装过程请参考：https://blog.youkuaiyun.com/zhuiqiuzhuoyue583/article/details/86757223我已经安装anaconda3，cuda8.0，cudnn5.1，opencv3.3，caffe1.0.0安装Caffe-SegNet：SegNet官网：http://mi.eng.cam.ac.uk/projects/s...

2019-02-11 21:52:30 2278

原创《机器学习》周志华读书笔记2（原创）

第2章模型评估与选择p24-p51 2017-2-24 FriModel selection模型选择：选用哪种学习算法、使用哪种参数配置（理想的解决方案：对候选模型的泛化误差进行评估，再选择泛化误差最小的那个模型）（通过实验来对学习器的泛化误差进行评估并进而做出选择）Hold-out留出法：将数据集划分为两个互斥的集合，一个训练集，一个测试集（其划分要尽可能保持数据分...

2018-11-04 19:44:09 1032

原创《机器学习》周志华读书笔记1（原创）

第1章 p1-p23 2017-2-20 Mon模型：泛指从数据中学得的结果Instance示例（或sample样本）：每条记录的数据。每条记录是关于一个事件或对象的描述。Data set数据集:记录数据的集合Attribute属性（或feature特征）：反映事件或对象在某方面的表现或性质的事项Attribute value属性值：属性上的取值Attribute spa...

2018-11-04 19:41:36 1100

原创《机器学习》西瓜书读书笔记|基本术语

《机器学习》西瓜书读书笔记 | 基本术语http://blog.sina.cn/dpool/blog/s/blog_cfa68e330102yd1w.html?md=gdhttps://www.jianshu.com/p/5c3218821ca9周志华《机器学习》可以说是国内机器学习方面堪称经典的入门书籍了，做个读书笔记，方便以后温故知新。例：假设我们收集了一批关于西瓜的数据，例如（色泽...

2018-11-04 19:24:08 1057

原创周志华机器学习笔记

http://blog.sina.cn/dpool/blog/s/blog_cfa68e330102ycy9.html?md=gdhttps://www.cnblogs.com/shiwanghualuo/p/7192678.html首先的阶段由卷积层和池化层组成，卷积的节点组织在特征映射块（feature maps）中，每个节点与上一层的feature maps中的局部块通过一系列的权重即...

2018-11-04 19:21:43 3034

原创 Maven安装教程详解

Maven安装教程详解

2018-07-19 16:08:12 1128

原创共享本地mysql，可以让其他电脑远程连接

首先看报错窗口。经查阅，错误原因是：本地IP（xxx.xxx.xxx.xxx）没有访问远程数据库的权限。于是下面开启本地IP（xxx.xxx.xxx.xxx）对远程mysql数据库的访问权限。首先远程连接进入服务器，在cms中输入mysql -u root -p，然后回车，输入密码后回车进入mysql命令行。输入use mysql;输入select user,password,host from ...

2018-06-24 12:02:32 10496

原创如何关闭或启动mysql服务

方法一：通过命令行开启\关闭服务第一步点击开始菜单，找到cmd,以管理员身份运行。第二步在命令行里面输入“net stop mysql”,按回车键，就停止了mysql服务，如下图所示：第三步在命令行输入“net start mysql”,接着按回车键，开启mysql服务，如下图所示：END方法二：通过电脑服务开启/关闭第一步最开始右键计算机，选择“管理”，如下图所示：第二步进去管理之后，选择服务和...

2018-06-24 11:44:13 62421

原创 com.google.guava_1.6.0.jar包和org.apache.commons包和pagehelper-3.2.1jar 包

工具包：com.google.guava_1.6.0.jar包和org.apache.commons包和pagehelper-3.2.1jar 包网盘地址：https://pan.baidu.com/s/1ZEdMTfOhhg3Jhplo8CzBAA是公开的，可以使用。

2018-06-21 15:29:04 1339

原创 int 的范围

int 十进制：-2^31=-21 4748 3648 到 2^31-1=21 4748 3647。共10位，21亿。在32位或64位机器中，int占4个字节，即32位。（一个字节，占8位）int能表示的最大正整数为：0111 1111 1111 1111 1111 1111 1111 1111 (最高位表示符号位，正数符号位为0)对应的10进制数为2^31-1=2147483647，对应的十六...

2018-04-14 23:55:16 64198 1

原创重载与覆用

覆盖：子类对父类方法的一种重写。只能比父类抛出更少的异常，访问权限不能比父类小。被覆盖的方法不能是private的，否则只是在子类中重新定义了一个方法。重载：表示同一个类中可以有多个名称相同的方法，但这些方法的参数列表各部相同。1、什么是重载？重载，简单说，就是函数或者方法有相同的名称，但是参数列表不相同的情形，这样的同名不同参数的函数或者方法...

2018-04-12 17:54:56 1047

原创 java中，封装，继承，多态和抽象

java中，封装，继承，多态和抽象

2018-04-12 17:27:29 785 1

原创 javaSwing---jTextPane图片换行

一.写一个FontAttrib类 //jTextPane换行，字体属性 private class FontAttrib { public static final int GENERAL = 0; // 常规 public static final int BOLD = 1; // 粗体 public static final int ITALIC

2018-01-12 18:51:31 1478