- 博客(29)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 YOLOX环境的安装配置部署
YOLOX环境的安装配置部署旷世的最新作品，采用Anchor-free，效果所有yolo系列。本文主要记录该模型如何在C++环境下进行部署。采用的方案是TensorRT，一种NVIDIA提供的推理部署框架，并且能在嵌入式平台上实现。论文：https://arxiv.org/abs/2107.08430代码：https://github.com/Megvii-BaseDetection/YOLOX一、YOLOX配置环境基本遵循github上安装指导：git clone [email protected]
2021-07-23 18:50:20
4865
原创 深度学习与SLAM：ORB_SLAM-YOLOv5
SLAM-YOLOv5做物体SLAM的时候本来想找到一个和SLAM结合的，并且是c++版本的目标检测系统，github上面一搜，不是很多，大部分都是离线检测，再不然就是ROS版本或者Python版本的YOLO（不是说不行，但是个人感觉速度很奇怪，速度也不快），满足我要求的几乎没有，因此干脆花了点时间自己东拼西凑一个出来。代码链接：https://gitee.com/NiShuiDuLiu/slam-yolo环境配置由于深度学习不可避免的涉及到显卡安装等各类问题，这里把我自己的配置罗列下（安装过程没啥
2021-07-21 23:55:37
7705
17
原创 两个SLAM相关小工具：深度图快速补全，YuPnP方法
两个SLAM相关小工具：深度图快速补全，YuPnP方法上次flag直接翻车，不过非战之罪吧，唉。这次分享两个SLAM小工具，分别是1. 基于CPU的深度图快速补全技术；2. 一种快速准确的PnP方法。下面是两个工具的介绍，以及我对他们的复现(?，勉强算是？)一、深度图快速补全方法目前深度补全技术开始转向深度学习方法，注重精度而非速度，但是实话实话，一般深度补全或者深度估计都是某项大工程的预处理，如果后面工程也是深度网络，并且深度估计/深度补全网络能与后续工作共用一个backbone还好，但很多情况下
2021-06-17 10:32:38
1139
3
原创 深度学习与slam的小小思考
深度学习与slam的小小思考好久不发文章了，主要是研究的东西因为要发论文，所以发表之前很难分享出来，加上研一上学期老师安排的工作比较琐碎，所以更新的很少。不过研一下可能会好些，立个flag，每月至少更新一篇。关于深度学习处理图像的低级和高级特征对于计算机视觉而言，图像处理分为低级特征和高级特征。我们通常把一些去雨去云去雾，去模糊，去反光，去玻璃等等这些相关的任务，认为是针对图像低级特征（low-level）而言的，当然，特征提取这种CNN拿手好戏除外，不参与本章节的讨论。而目标识别，场景理解等这些
2021-03-28 11:15:52
3119
7
原创 RealSence 驱动及ROS包配置笔记
RealSence 驱动及ROS包配置笔记1. 下载SDK及ROS包打开https://github.com/IntelRealSense/librealsense/releases.下载对应版本的SDK源码。注意，这里的对应版本需要检查：Ubuntu版本、kernel版本、Supported Devices等。实验室采用的为Ubuntu16.04，kernel=4.15.0，D435型号（不是D435(i)！注意区分）。对应最新版本为Intel® RealSense™ SDK 2.0 (build
2020-12-07 12:42:10
1254
原创 单应矩阵的两种形式（两帧运动模型与棋盘格模型）
单应矩阵的两种形式（两帧运动模型与棋盘格模型）一、引言最近做视觉的充电桩自动对接项目，先搭建基于棋盘格的demo出来。由于棋盘格的角点都是平面的，理所当然的应当用单应矩阵去计算位姿。由于单应矩阵这块不是很熟，所以拿出了高翔的视觉十四讲准备对着这个编写。高翔大佬的书上对这块介绍不多，计算完单应矩阵后就没有详细讲如何分解并选择为R和t，所以打算上网搜搜（偷懒.jpg）。百度相关的介绍不多，并且都是与分解R和t不相关的。只好去谷歌搜一下。但是，在opencv的例程中，我看到了一些不一样的解释和方法，这种方法
2020-12-07 12:39:56
599
原创 深度学习炼丹手册
深度学习炼丹手册一、图像预处理篇对于像素级别的图像预处理，如：将3通道的RGB彩色标签图映射为标签连续的单通道8bit掩码图，在同样调用opencv并且采用相同算法时，c++的处理速度可能是python（opencv-python）的近百倍。目前不清楚具体原因，但是根据观察，实际python运行时只调用了单个cpu，而c++版本则将任务平均分配给了所有cpu。但是python的文件接口很好用，在处理轻量级任务优先python。语义分割图像的label图需要转换为标签连续的单通道8bit掩码图，并用-
2020-10-19 16:40:54
660
4
原创 英文文献写作关键点笔记
英文论文写作学习笔记一、工具grammarly：语法、标点检查工具，非常好用二、技巧xxx：A New approach：相比较 A new xxx approach 更能够体现中心，表达更具代表性limited：常用于你不知道相关的研究是多还是少，但是想表现出这方面的研究很少of、based on：文章应当避免of、base on 等词汇过多，可以使用via等词替换special to：适用于某一领域multiplicity：多样性，许多，代替manyvia trials：通过实验x
2020-10-02 10:36:46
791
原创 暑期研习系列：动态室外场景SLAM研究后续
暑期研习系列：动态室外场景SLAM研究后续VDO-SLAM：论文、安装与代码阅读一、VDO-SLAM论文阅读OK，我们来看下VDO-SLAM（ A Visual Dynamic Object-aware SLAM System ）是什么？其实从名字上就能很清晰的看出，该SLAM系统主要用于解决动态场景的问题。并且，由于具有物体级别的感知功能，能够追踪场景中运动刚体，并计算其速度。此外，该系统开源代码：https://github.com/halajun/vdo_slam。该系统在室内室外都有测试，但
2020-07-26 17:18:50
2472
5
原创 暑假研习系列：线、面SLAM从零入门（三）
暑假研习系列：线、面SLAM从零入门（三）将测试以下几种点线结合的SLAM系统：PL-SVO（已完成）STVO-PLPL-SLAMLLD-SLAM一、PL-SVO作为svo系列的改进版本，pl-svo增加了线特征。一定程度上的增加了svo的稳定性。不过，据我自己评测结果来看，速度的确是一如既往的快，但是稳定性和准确性吗，就和svo一样一言难尽了（和svo有所提升，具体见论文）。代码：https://github.com/rubengooj/pl-svo首先安装svo，最好两个版本（ro
2020-07-05 22:09:32
2154
2
原创 暑假研习系列：线、面SLAM从零入门（二）
二、空间直线的表述1. 空间直线的参数化零空间与生成子空间表示该种表示方法是一种过参数表示，用8个参数表示4自由度的直线。个人直观的理解为：不重合且以齐次表示的两个点之间的连线。表述方式为：L2×4:=[X1TX2T]=[X1~1X2~1]=[u1v1w11u2v2w21]L_{2\times4}:=\begin{bmatrix}X_1^T\\X_2^T\end{bmatrix}=\begin{bmatrix}\widetilde{X_1} & 1\\ \widetilde{X_2} &
2020-07-02 20:49:16
4322
原创 暑期研习系列：线、面SLAM从零入门（一）
暑假研习系列线、面SLAM从零入门一、线特征及描述子0. 点、线特征优缺点对比线特征：优点 在于具有天然的光照及视角不变性，同时更高级的特征也使追踪的鲁棒性和准确性有所提高。特别是在特定的人造场景（室内，走廊）等场景，能够克服无纹理或者不可靠纹理带来的干扰。缺点 在于线段的检测及匹配耗时相对特征点更大。同时在后端也没有一个标准且通用的SLAM优化及回环模块。线特征匹配也是较为困难的，如线段易断裂，不具备强有力的几何约束（如极线几何约束），在纹理缺失处不具有较强的辨识度等。点特征：优点 最为普及和
2020-06-29 23:41:00
3437
3
原创 SLAM及深度学习环境配置总教程
SLAM及深度学习环境配置总教程实验室交接教程一. 装机后下载修改软件源，选择下载自阿里云镜像；然后更新软件系统sudo apt-get updatesudo apt-get upgrade依次下载常用的软件：git、cmake、截图软件、解压软件、vim编译器；sudo apt-get install git cmake shutter unrar vim下载：系统指示器SysPeek、经典菜单指示器、Markdown编辑器；sudo add-apt-reposito
2020-05-28 16:34:22
2136
原创 动态场景下基于实例分割的SLAM（总结与反思）
动态场景下基于实例分割的SLAM（总结与反思）简单的聊聊之前做的动态场景下的语义SLAM问题吧。先介绍下我毕设的总体思路：双目，室外，框架选用ORB-SLAM2，并加入MaskRCNN语义分割，整体结构设计仿照DS-SLAM，但是没有使用光流金字塔追踪，而采用LightTracking思路，利用两帧之间计算F矩阵，并用RANSAC算法计算已采集的特征点序列，将其分离为预选动态特征点和预选静态特征点。之后，检查预选动态特征点序列，如果预选动态特征点序列位于MaskRCNN传递的先验掩码范围内，则认为该动态
2020-05-24 22:34:58
4822
16
原创 SLAM数据集（tum/kitti）轨迹对齐与结果评估
SLAM数据集的轨迹对齐与结果评估SLAM是一个系统工程，最终的结果是一个实时的地图，因此我们需要对轨迹进行对齐和比对。在深蓝SLAM课程中，提供了ICP对齐的思路，来估计实际与模型的结果偏差。一些常见的数据集，如KITTI，TUM等，也提供了对齐工具和思路。(1) tum数据集1. 单目建立评估文件夹，将得到的KeyFrameTrajectory.txt与数据集里面的groundtr...
2020-04-28 19:44:18
17911
31
原创 KITTI下使用SGBM立体匹配算法获得深度图
KITTI下使用SGBM立体匹配算法获得深度图以下内容不涉及原理，仅为工程性内容：经典的立体匹配算法主要由：BM（Block Matching），SGBM（Semi-Global Block matching），GC。更高级的就直接用上了深度学习，这里就不在考虑了。上述三种算法速度：BM > SGBM > GC，效果：BM < SGBM < GC；暂取折中的SGBM算...
2020-03-22 10:48:12
4352
4
原创 tum 数据集（Dynamic Objects部分）
仅包含Dynamic Objects部分，转存为百度网盘，毕竟国外的网站下载还是很慢的，分享一下吧。（虽说百度云没会员也快不到哪去）链接：https://pan.baidu.com/s/1zMHnX-P-oe9mWwXFdkEqPA提取码：wzcb...
2020-02-28 16:48:25
998
1
原创 动态场景下基于实例分割的SLAM（毕业设计动景SLAM代码阅读部分）
四、SLAM代码研究阶段（未完成）本章节包括：ROS环境配置，DS-SLAM代码阅读笔记2020.01.16中午开始聚会，上午简单做点准备工作。首先从DS-SLAM开始。麻烦了，居然是需要ROS环境，我虚拟机还没配置过，唉，估计配置完一上午又没了（起得晚）。基本配置思路是2017年的一篇博客：https://www.linuxidc.com/Linux/2017-08/146030....
2020-01-19 14:52:45
2381
4
原创 动态场景下基于实例分割的SLAM（毕业设计动态SLAM论文学习部分）
2020.01.13回家拜访亲戚加上陪几位老人耽误了点时间，不过我真的没想到居然有人会看我这个渣渣的更新。动态场景下的slam：DS-SLAM A Semantic Visual SLAM towards dynamic environments ，代码开源，利用帧间图像的光流跟踪，进行一致性检验 。DynaSLAM: Tracking, Mapping and Inpainti...
2020-01-13 17:50:18
5538
14
原创 动态场景下基于实例分割的SLAM（毕业设计开题及语义分割部分）
毕业论文设计思路及流程（动态场景下基于实例分割的SLAM）前言今年选了个比较难的毕设题目，这里记录一下自己思路和流程，为之后的学弟学妹（划掉）铺个方向。会按日期不定期的更新。一、开题2019.12.24考研前选择课题是：利用深度学习对连续帧场景进行深度估计，辅助SLAM进行快速初始化，但是下午查了半天资料，遗憾的发现貌似现在深度估计技术并不能提供很准确的深度图，而SLAM是对数字精度要求...
2019-12-26 22:24:52
8958
13
原创 ORB-SLAM2：从编译到调试
ORB-SLAM2：从编译到调试一、准备已经安装好opencv2.7版本以上的ubuntu系统（之前写过类似的文章）安装Pangolin 作为可视化和用户界面sudo apt-get install libglew-dev git clone https://github.com/stevenlovegrove/Pangolin.git(在Pangolin目录下)mkdir bu...
2019-05-01 19:37:08
2307
14
原创 Ubuntu+opencv快速安装虚拟机流程
Ubuntu+opencv快速安装虚拟机流程一、材料二、流程一、材料Ubuntu16.04：https://www.ubuntu.com/download/alternative-downloads虚拟机：我选择的是Vmare的workstations，大家可以选择那个免费的版本：https://www.vmware.com/cn/products/workstation-pro/open...
2019-04-30 09:35:10
827
原创 PID：从入门到放弃
PID：从入门到放弃前言 前段时间参加了智能小车的比赛，为了方便和快速性，我们采用了四个麦克纳姆轮结构的小车，并用openmv做视觉导航定位。由于这个项目是第一次做，而且没有学长学姐的指导，不过好歹跌跌撞撞的走过来了。现在，横跨在我们面前的是“如何使小车启动后直走”这一个大魔王。为了战胜它，我们决定去寻找传说中的“pid调节器”圣剑……什么是模拟量 前情回顾： 首先，单片机的一般...
2018-12-08 17:34:46
142806
36
原创 机器人视觉硬件方案设计对比
# 机器人视觉硬件方案设计对比标签（空格分隔）： 机器人视觉导航 openmv 树莓派 opencv---## 背景去武汉比赛的时候，我带着树莓派加摄像头的方案过去了，心里面还得挺得意洋洋的，觉得这么做的人肯定不多。结果到了现场看了其他人做的作品感到被啪啪地打脸，总之差距还是有不少的。比赛完后，我不要脸地凑过去和一些其他学校的同学交流了一下，又上网查阅了相关的资料，对机器人视觉导航硬件方案作出一些...
2018-05-01 19:00:07
2770
原创 树莓派学习参考文章
1.树莓派社区：DF创客社区：点击打开链接树莓派中文网站：点击打开链接树莓派实验室：点击打开链接2. Linux系统调试：（其实推荐看书或者视频）mplayer安装使用：点击打开链接开机运行脚本：点击打开链接静态ip设置：点击打开链接管理员权限：点击打开链接win10调整远程桌面：点击打开链接时间调整：点击打开链接LED灯：点击打开链接WiFi设置（最新版不需要）：点击打开链接手机Android ...
2018-02-16 22:18:20
1531
原创 我的机器学习路线
1.基础语言的学习目前我以python为主，matlab为辅助语言进行学习的。python语言的学习有很多的途径，我以北理的python语言系列教学视频（中国大学mooc）为主，学习路线为‘Python程序语...
2018-02-16 21:42:18
1408
1
原创 树莓派练习
正好闲着无聊，于是把之前买的树莓派拿出来摆弄一下，发现还是蛮有意思。也想跟着教程做了几个小程序。本人不太熟悉Linux系统，也不太熟悉硬件，导致一开始做的时候反复出问题，成功与否全靠信仰，不过在刷了第6遍系统后总算有点感觉了，后面也就满顺利的。所以提醒刚学树莓派的朋友们，不要一开始就嫌麻烦直接远程登录玩，用屏幕能很直观的看到你的问题到底出在哪里。还有网上，包括淘宝客服给的很多资料都是过时的……难受...
2018-02-16 21:39:15
585
原创 python tkinter练习小程序
以下是我根据英语老师的要求，制作的一个小程序，功能是从预先设定的图库中抽取一张让迟到的学生进行模仿附上我自己做程序的一些坑，如有错误请联系我或直接指出：1.我使用的是python3.6版本，在程序打包，用pyinstaller将.py 转成 .exe 文件时出现了打包失败的小问题，问题解决参考：点击打开链接2.在调用button控件的command控制函数时，如果有变量进入，则
2017-12-14 20:02:13
2079
ORB-SLAM2.xmind
2020-01-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人