惯性 视觉slam
OpenCV2 计算机视觉应用编程秘籍：1~5
原文：OpenCV2 Computer Vision Application Programming Cookbook 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 当别人说你没有底线的时候，你最好 ......
OpenCV2 计算机视觉应用编程秘籍：6~10
原文：OpenCV2 Computer Vision Application Programming Cookbook 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 当别人说你没有底线的时候，你最好 ......
树莓派计算机视觉编程：11~13
原文：Raspberry Pi Computer Vision Programming 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的 ......
树莓派计算机视觉编程：1~5
原文：Raspberry Pi Computer Vision Programming 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的 ......
树莓派计算机视觉编程：6~10
原文：Raspberry Pi Computer Vision Programming 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的 ......
OpenCV3 和 Qt5 计算机视觉：11~12
原文：Computer Vision with OpenCV 3 and Qt5 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候， ......
AI智能视觉识别在智慧城市中的应用
基于AI智能的视觉识别，是当前人工智能最主要的应用功能之一。通过对工业相机、摄像头、视觉传感器拍摄采集到的图像/视频进行算法分析，实现对画面中人体、物体、事物运动状态、变化情况的感知与反馈，最后实现业务流程自动自主，从而有效提高生产力和效率。 ......
精通 TensorFlow 2.x 计算机视觉：第一部分
原文：Mastering Computer Vision with TensorFlow 2.x 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《原则》，生 ......
ORB_SLAM3源码阅读笔记（四）
LoopClosing 线程 1 LoopClosing 线程的创建 LoopClsing 线程的创建与启动和LocalMapping 线程一样，该线程的核心也在于Run（）函数，以下对LoopClosing 线程进行逐步的分析。 创建LoopClosing 对象mpLoopCloser mpLoo ......
CVPR 2023 深挖无标签数据价值！SOLIDER：用于以人为中心的视觉
前言 在现今的各种视觉智能场景中，对图像中人的理解和分析一直都是一个非常重要的环节。SOLIDER 是 CVPR 2023 录用的一篇来自于阿里达摩院的工作，是一个专门用于支持各种人体任务的视觉预训练模型。它提供一种自监督训练方式，让我们可以充分利用市面上大量的人体无标注数据训练出一个可以通用于下游 ......
4.深度学习计算机视觉概述
深度学习计算机视觉方法概述 概述 深度学习已经成为计算机视觉领域的一个热门研究方向，被广泛用于图像分类、目标检测、人脸识别等任务中。与传统方法相比，深度学习方法可以通过端到端的学习，从原始数据中直接学习任务所需的特征表示，无需手工设计复杂的特征提取算法。 在深度学习计算机视觉领域，最常使用的神经网络 ......
3.传统计算机视觉方法
传统计算机视觉方法 ChatGPT: 传统的计算机视觉方法是指在深度学习广泛使用之前，主要采用传统机器学习、数字信号处理等技术的一系列方法。以下是其中一些常用的方法和模型： 特征提取方法 特征提取是计算机视觉中一个非常基础而重要的步骤，其目的是从图片或视频数据中提取出具有代表性和有区别性的特征，以便 ......
1.计算机视觉概述
计算机视觉概述 课程学习方法 在开始学习之前，首先说明，这是我尝试自学计算机视觉课程的产物，在我看来，这是费曼学习法的一部分，你可以认为这是学习笔记，或者教程。 计算机技术的发展让我们不但能获取更多信息，而且获取的门槛日益降低，这个自学系列，我将完全依靠计算机和互联网进行，包括但不限于以下的方法： ......
香港理工即将开源！第一个仅使用CPU的实时LiDAR SLAM和网格化，速度40Hz！
以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容 点击领取学习资料 → 机器人SLAM学习资料大礼包 #论文##开源代码# SLAMesh: Real-time LiDAR Simultaneous Localization and Meshing 论文地址：https://arxiv.o ......
CVPR 2023｜两行代码高效缓解视觉Transformer过拟合，美图&国科大联合提出正则化方法DropKey
前言 美图影像研究院（MT Lab）与中国科学院大学突破性地提出正则化方法 DropKey，用于缓解 Vision Transformer 中的过拟合问题。该方法通过在注意力计算阶段随机 drop 部分 Key 以鼓励网络捕获目标对象的全局信息，从而避免了由过于聚焦局部信息所引发的模型偏置问题，继而 ......
ViT-Adapter：用于密集预测任务的视觉 Transformer Adapter
前言 这篇文章提出了一种用于使得 ViT 架构适配下游密集预测任务的 Adapter。简单的 ViT 模型，加上这种 Adapter 之后，下游密集预测任务的性能变强不少。本文给出的 ViT-Adapter-L 在 COCO 数据集上达到了 60.9 的 box AP 和 59.3 的 mask A ......
labview视觉检测，一个相机，两个相机，抓边，找圆
labview视觉检测，一个相机，两个相机，抓边，找圆，一套代码任意切换 采用halcon模板匹配YID:33166640852673233 ......
C#基于海康视觉VM4.1的二次开发框架源码，有多流程框架 运动控制卡 服务框架
C#基于海康视觉VM4.1的二次开发框架源码，有多流程框架 运动控制卡 服务框架 需要有海康VM的基础并且有海康威视VM开发狗YID:68100668913688222 ......
直播商城源码，vue 弹窗 惯性滚动 加速滚动
直播商城源码，vue 弹窗 惯性滚动 加速滚动 弹窗基础组件 新建文件 components/zwy-popup <template><div v-show="ishide" @touchmove.stop.prevent><!-- 遮罩 --><div class="mask" :style="m ......
ROS机器人SLAM创建地图
ROS机器人SLAM创建地图 连接小车 ssh clbrobot@clbrobot 激活树莓派 roslaunch clbrobot bringup.launch 开启雷达 打开另一个终端输入： ssh clbrobot@clbrobot 注意：必须已经校正完成 继续输入： # 打开雷达 rosla ......
怎么slam建图，输入什么命令，建好了咋办
简介： SLAM（Simultaneous Localization and Mapping）即同时定位与地图构建，是一种利用移动机器人同时实现自身位置估计和环境地图构建的技术。 在ROS中，常用的SLAM算法有gmapping、cartographer等，它们能够利用激光雷达、摄像头等传感器采集的 ......
ORB_SLAM3源码阅读笔记（三）
LocalMapping 线程 与Tracking线程一样，同样从LocalMapping线程的创建开始逐步对LocalMapping进行分析。 1 LocalMapping 线程的创建 mpLocalMapper = new LocalMapping(this, mpAtlas, mSensor= ......
Power BI App Souce所有的自定义视觉对象打包
Power BI App Souce所有的自定义视觉对象提取 Power BI最全487个官网自定义视觉对象提取[Date:2023/04/03] 官网地址： Business Apps – Microsoft AppSource Power BI自定义视觉对象的PBIVIZ和示例PBIX文件： 下 ......
SLAM实验记录
SLAM实验记录 激光雷达 型号 VLP-16 PUCK 系统版本号 docker ros:noetic 初始化以及连接电脑 参考资料： 官方文档： 博客:https://www.cnblogs.com/radiumlrb/p/15413058.html#_label_0 经验： 先连接网线 后连接 ......
ORB_SLAM3源码阅读笔记（二）
Tracking线程 1 线程的创建与输入 在对Tracking线程进行了解之前首先需要对其输入的参数进行一定的了解 ,在Sysyem.cc中追踪线程是这样出现在眼前的： mpTracker = new Tracking(this, mpVocabulary, mpFrameDrawer, mpMa ......
计算机视觉中的主动学习（Active Learning）介绍
前言 Active Learning主动学习是机器学习 (ML) 的一个研究领域，旨在通过以智能方式查询管道的下一个数据来降低构建新机器学习解决方案的成本和时间。在开发新的 AI 解决方案和处理图像、音频或文本等非结构化数据时，我们通常需要人工对数据进行注释，然后才能使用它们来训练我们的模型。这个数 ......
Labview视觉一键尺寸测量仪，多产品，多尺寸，快速编辑， 测量，导出结果
Labview视觉一键尺寸测量仪，多产品，多尺寸，快速编辑， 测量，导出结果YID:55699646352571247 ......
ORB_SLAM3源码阅读笔记（一）
本文参考赵旭辉博士的ORB_SLAM3源码阅读记录以及自己的源码阅读进行随笔记录，详细内容可参考链接 一、结构 算法整体上需要关注的是三个线程，阅读源码的过程中也始终以这三个线程为主。 Tracking 跟踪线程 LocalMapping 定位与建图线程 LoopClosing 回环检测优化线程 这 ......