SLAM论文笔记

导致格式错误的 Lambda 代理响应的原因以及如何修复它

当人们尝试使用AWSAPIGateway和AWSLambda构建无服务器应用程序时，经常出现的一个问题是_由于配置错误而执行失败：Lambda代理响应格式错误。
zqhdz米时空·2024-09-16 01:22

ROS yaml参数文件的使用

points_src:"/hilbert_h/deskew/cloud_info"image_src:"/usb_cam0/image_raw"camera_info_src:"/home/hdj/fusion_slam
Sun Shiteng·2024-09-14 16:12

xwiki html和css,MediaWiki vs. XWiki

Abkhazian,Afrikaans,Amharic,Arabic,Assamese,Aymara,Azerbaijani,Bashkir,Byelorussian,Bulgarian,Bihari,Bislama
Ake阿科·2024-09-13 09:30

2021-07-07

一辆特斯拉“花格子S型”小车，突然起火，电子技术的车门也失灵TeslaModelSPlaidbrokeintofirewithfailureofelctronicdoors一辆“花格子牌”（ModelSPlaid
潇洒二爷·2024-09-13 06:30

力扣刷题记录（一）剑指Offer（第二版）

1、本栏用来记录社招找工作过程中的内容，包括基础知识学习以及面试问题的记录等，以便于后续个人回顾学习；暂时只有2023年3月份，第一次社招找工作的过程；2、个人经历：研究生期间课题是SLAM在无人机上的应用
乘凉~·2024-09-11 12:51

论文笔记—NDT-Transformer: Large-Scale 3D Point Cloud Localization using the Normal Distribution Transfor

论文笔记—NDT-Transformer:Large-Scale3DPointCloudLocalizationusingtheNormalDistributionTransformRepresentation
入门打工人·2024-09-10 03:09

深度学习特征提取魔改版太强了！发文香饽饽！

要说CV领域经久不衰的研究热点，特征提取可以占一席，毕竟SLAM、三维重建等重要应用的底层都离不开它。
深度之眼·2024-09-08 17:03

视觉SLAM十四讲学习笔记——第十讲 后端优化（2）

上文提到考虑全局的后端优化计算量非常大，因此在计算增量方程时，借助H矩阵的稀疏性加速运算。但是随着时间的推移，累积的相机位姿和路标数量还是会导致计算量过大，以上一节的示例代码数据为例：16张图像，共提取到22106个特征点，这些特征点共出现了83718次。对于一个20Hz更新速度，上述的数据量甚至还不到1s的内容，因此在求解大规模定位建图问题时，一定要控制BA的规模。这里主要有两种解决思路：（1）
晒月光12138·2024-09-08 13:10

《Java基础知识》Java Lambda表达式

FunctionalInterfacepublicinterfaceMyLamda{voidtest1(Stringy);}​​importdemo.knowledgepoints.Lambda.inf.MyLamda;publicclassLambdaTest
Limingmingaa·2024-09-06 11:54

[论文笔记]Circle Loss: A Unified Perspective of Pair Similarity Optimization

引言为了理解CoSENT的loss，今天来读一下CircleLoss:AUnifiedPerspectiveofPairSimilarityOptimization。为了简单，下文中以翻译的口吻记录，比如替换"作者"为"我们"。这篇论文从对深度特征学习的成对相似度优化角度出发，旨在最大化同类之间的相似度sps_ps
愤怒的可乐·2024-09-05 07:18

NDT算法

上一次我们学习了高翔《自动驾驶与机器人中的SLAM技术》中的三维ICP算法，其中包括点对点、点对线、点对面的ICP算法，本次博客学习NDT算法的源码。
Joeybee·2024-09-03 23:29

【论文笔记】Multi-Task Learning as a Bargaining Game

Abstract本文将多任务学习中的梯度组合步骤视为一种讨价还价式博弈(bargaininggame)，通过游戏，各个任务协商出共识梯度更新方向。在一定条件下，这种问题具有唯一解(NashBargainingSolution)，可以作为多任务学习中的一种原则方法。本文提出Nash-MTL，推导了其收敛性的理论保证。1Introduction大部分MTL优化算法遵循一个通用方案。计算所有任务的梯度g
xhyu61·2024-09-03 09:26

[论文笔记] LLaVA

一、LLaVA论文中的主要工作和实验结果ExistingGap:之前的大部分工作都在做模态对齐，做图片的representationlearning，而没有针对ChatBot（多轮对话，指令理解）这种场景优化。Contribution:这篇工作已经在BLIP-2之后了，所以Image的理解能力不是LLaVA希望提升的重点，LLaVA是想提升多模态模型的Instruction-Followingab
心心喵·2024-09-03 08:53

[论文笔记] LLM模型剪枝

AttentionIsAllYouNeedButYouDon’tNeedAllOfItForInferenceofLargeLanguageModelsLLaMA2在剪枝时，跳过ffn和跳过fulllayer的效果差不多。相比跳过ffn/fulllayer，跳过attentionlayer的影响会更小。跳过attentionlayer：7B/13B从100%参数剪枝到66%，平均指标只下降1.7～
心心喵·2024-09-03 08:53

SLAM中常用的库

SLAM中常用的库关于库关于库Pangolin是一个用于OpenGL显示/交互以及视频输入的一个轻量级、快速开发库，下面是Pangolin的Github网址：githubEigen是一个高层次的C++库
wq_151·2024-09-02 07:48

【论文笔记】Training language models to follow instructions with human feedback B部分

TraininglanguagemodelstofollowinstructionswithhumanfeedbackB部分回顾一下第一代GPT-1：设计思路是“海量无标记文本进行无监督预训练+少量有标签文本有监督微调”范式；模型架构是基于Transformer的叠加解码器（掩码自注意力机制、残差、Layernorm）；下游各种具体任务的适应是通过在模型架构的输出后增加线性权重WyW_{y}Wy实
Ctrl+Alt+L·2024-09-02 01:12

【XR】优化SLAM SDK的稳定性

优化SLAMSDK的稳定性是确保增强现实(AR)和虚拟现实(VR)应用在各种环境和设备上都能稳定运行的关键。
大江东去浪淘尽千古风流人物·2024-09-01 11:44

【论文笔记】：LAYN：用于小目标检测的轻量级多尺度注意力YOLOv8网络

背景针对嵌入式设备对目标检测算法的需求，大多数主流目标检测框架目前缺乏针对小目标的具体改进，然后提出的一种轻量级多尺度注意力YOLOv8小目标检测算法。小目标检测精度低的原因随着网络在训练过程中的加深，检测到的目标容易丢失边缘信息和灰度信息等。获得高级语义信息也较少，图像中可能存在一些噪声信息，误导训练网络学习不正确的特征。映射到原始图像的感受野的大小。当感受野相对较小时，空间结构特征保留较多，但
hhhhhhkkkyyy·2024-09-01 10:39

ROS2导航SLAM建图探索

今天带大家一起探索一些ROS2+turtlebot3的slam建图。
鱼香ROS·2024-08-30 20:03

港科大最新：嵌入式平台上实时运行的NeRF SLAM！

文末附行业细分群0.笔者个人体会传统的NeRF和NeRFSLAM所需要的计算量非常大，很难在嵌入式设备上跑起来，这也就很大程度上限制了NeRFSLAM的落地。
计算机视觉工坊·2024-08-30 20:00

自动驾驶-机器人-slam-定位面经和面试知识系列07之C++STL面试题（03）

这个博客系列会分为C++STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新，基本涵盖了自己秋招历程被问过的面试内容（除了实习和学校项目相关的具体细节）。
lonely-stone·2024-08-30 20:29

激光SLAM--(8) LeGO-LOAM论文笔记

论文标题：LeGO-LOAM：LightweightandGround-OptimizedLidarOdometryandMappingonVariableTerrain应用在可变地形场景的轻量级的、并利用地面优化的LOAMABSTRACT轻量级的、基于地面优化的LOAM实时进行六自由度位姿估计，应用在地面的车辆上。强调应用在地面车辆上是因为在这里面要求雷达必须水平安装，而像LOAM和LIO-SA
lonely-stone·2024-08-30 20:29

自动驾驶-机器人-slam-定位面经和面试知识系列03之C++STL面试题（01）

这个博客系列会分为C++STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新，基本涵盖了自己秋招历程被问过的面试内容（除了实习和学校项目相关的具体细节）。
lonely-stone·2024-08-30 20:29

自动驾驶-机器人-slam-定位面经和面试知识系列04之高频面试题（02）

这个博客系列会分为C++STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新，基本涵盖了自己秋招历程被问过的面试内容（除了实习和学校项目相关的具体细节）。
lonely-stone·2024-08-30 20:29

论文浅尝 - AAAI2020 | 迈向建立多语言义元知识库：用于 BabelNet Synsets 义元预测...

论文笔记整理：潘锐，天津大学硕士。来源：AAAI2020链接：https://arxiv.org/pdf/1912.01795.pdf摘要义原被定义为人类语言的最小语义单位。
开放知识图谱·2024-08-30 07:35

[论文笔记] LLM数据集——LongData-Corpus

https://huggingface.co/datasets/yuyijiong/LongData-Corpus1、hf的数据在开发机上要设置sshkey，然后cat复制之后在设置在hf上2、中文小说数据在云盘上清华大学云盘下载：#!/bin/bash#BaseURLbase_url="https://cloud.tsinghua.edu.cn/d/0670fcb14d294c97b5cf/fi
心心喵·2024-08-29 10:17

[论文笔记] eval-big-refactor lm_eval 每两个任务使用一个gpu，并保证端口未被使用

1.5B在eval时候两个任务一个gpu是可以的。7B+在evalbelebele时会OOM，所以分配时脚本不同。eval_fast.py：importsubprocessimportargparseimportosimportsocket#参数列表task_name_list=["flores_mt_en_to_id","flores_mt_en_to_vi","flores_mt_en_to_
心心喵·2024-08-28 19:00

【论文笔记】Separating the “Chirp” from the “Chat”: Self-supervised Visual Grounding of Sound and Language

Abstract提出了DenseAV，一种新颖的双编码器接地架构，仅通过观看视频学习高分辨率、语义有意义和视听对齐的特征。在没有明确的本地化监督的情况下，DenseAV可以发现单词的"意义"和声音的"位置"。此外，它在没有监督的情况下自动发现并区分这两种类型的关联。DenseAV的定位能力源于一种新的多头特征聚合算子，该算子直接比较稠密的图像和音频表示进行对比学习。相比之下，许多其他学习"全局"音
xhyu61·2024-08-26 14:46

图形学论文笔记

文章目录PBD：XPBD：shapematchingPBD：【深入浅出NvidiaFleX】(1)PositionBasedDynamics最简化的PBD(基于位置的动力学)算法详解-论文原理讲解和太极代码最简化的PBD(基于位置的动力学)算法详解-论文原理讲解和太极代码XPBD：基于XPBD的物理模拟一条龙：公式推导+代码+文字讲解（纯自制）【论文精读】XPBD基于位置的动力学XPBD论文解读(
Jozky86·2024-08-25 18:10

【视觉三维重建】【论文笔记】Deblurring 3D Gaussian Splatting

去模糊的3D高斯泼溅，看Demo比3D高斯更加精细，对场景物体细节的还原度更高，[官网]（https://benhenryl.github.io/Deblurring-3D-Gaussian-Splatting/）背景技术Volumetricrendering-basednerualfields：NeRF.Rasterizationrendering:3D-GS.Rasterization比vol
CS_Zero·2024-03-12 05:51

[论文笔记] Transformer-XL

这篇论文提出的Transformer-XL主要是针对Transformer在解决长依赖问题中受到固定长度上下文的限制，如Bert采用的Transformer最大上下文为512（其中是因为计算资源的限制，不是因为位置编码，因为使用的是绝对位置编码正余弦编码）。Transformer-XL能学习超过固定长度的依赖性，而不破坏时间一致性。它由段级递归机制和一种新的位置编码方案组成。该方法不仅能够捕获长期
心心喵·2024-03-08 14:09

【自动驾驶】自动驾驶地图构建方法与工具小结

自动驾驶地图构建小结概述制作流程主要利用定位与建图算法（组合导航，视觉、激光SLAM等），融合多种传感器数据，构建高精度、高分辨率的三维语义地图，将要素矢量化，构建要素间的关联关系，通过质检确保质量可靠
CS_Zero·2024-03-02 19:39

Android D8 编译器 和 R8 工具，【一篇文章搞懂】

publicclassLambda{publicstaticvoidmain(String[]args){logDebug(msg->System.out.println(msg),"He
安卓开发top·2024-02-29 22:04

SimpleShot: Revisiting Nearest-Neighbor Classification for Few-Shot Learning 论文笔记

前言目前大多数小样本学习器首先使用一个卷积网络提取图像特征，然后将元学习方法与最近邻分类器结合起来，以进行图像识别。本文探讨了这样一种可能性，即在不使用元学习方法，而仅使用最近邻分类器的情况下，能否很好地处理小样本学习问题。本文发现，对图像特征进行简单的特征转换，然后再进行最近邻分类，也可以产生很好的小样本学习结果。比如，使用DenseNet特征的最近邻分类器，在结合均值相减（meansubtra
头柱碳只狼·2024-02-24 10:28

多模态相关论文笔记

(cilp)LearningTransferableVisualModelsFromNaturalLanguageSupervision从自然语言监督中学习可迁移的视觉模型openAI2021年2月48页PDFCODECLIP(ContrastiveLanguage-ImagePre-Training)对比语言图像预训练模型引言它比ImageNet模型效果更好，计算效率更高。尤其是zero-sho
靖待·2024-02-24 10:27

特斯拉神器TeslaMate一键安装，终于来了

之前分享了teslamate的功能和简单安装方法，很多喜欢尝鲜的车友尝试了，但安装过程对不熟悉linux服务器的非码农来说还是有点小艰辛。
oakley0·2024-02-20 20:19

特斯拉神器TeslaMate一键安装，来了

之前分享了teslamate的功能和简单安装方法，很多喜欢尝鲜的车友尝试了，但安装过程对不熟悉linux服务器的非码农来说还是有点小艰辛。
oakley04·2024-02-20 20:19

TeslaMate特斯拉神器本地Docker部署实现无公网远程访问

文章目录1.Docker部署TeslaMate2.本地访问TeslaMate3.Linux安装Cpolar4.配置TeslaMate公网地址5.远程访问TeslaMate6.固定TeslaMate公网地址
nagiY·2024-02-20 20:18

Ubuntu环境搭建TeslaMate，特斯拉车友必备，可视化数据仪表！使用极空间Z4虚拟机

能点进来的大概率都是特斯拉车友~~本篇记录一下使用极空间Z4家庭NAS搭建TeslaMate的全过程，使用极空间最近更新的虚拟机功能，在虚拟机中安装Ubuntu部署Docker。
喵不是白养的·2024-02-20 20:16

使用Docker部署TeslaMate并结合内网穿透软件实现远程访问车辆数据

文章目录1.Docker部署TeslaMate2.本地访问TeslaMate3.Linux安装Cpolar4.配置TeslaMate公网地址5.远程访问TeslaMate6.固定TeslaMate公网地址
比奥利奥还傲.·2024-02-20 20:16

如何在本地服务器部署TeslaMate并远程查看特斯拉汽车数据无需公网ip

文章目录1.Docker部署TeslaMate2.本地访问TeslaMate3.Linux安装Cpolar4.配置TeslaMate公网地址5.远程访问TeslaMate6.固定TeslaMate公网地址
日出等日落·2024-02-20 20:13

伊朗藏红花前五个月出口增长33%

ssaffronexportsincreased33percentduringthefirstfivemonthsofthecurrentIraniancalendaryear(March21-August22)comparedtothesameperiodoftimeinthepastyear,accordingtothelatestdatareleasedbytheIslamicRe
西域竹君斋·2024-02-20 11:11

如何实现基于图像与激光雷达的 3d 场景重建?

智影S100是一款基于图像和激光点云融合建模技术的高精度轻巧手持SLAM三维激光扫描仪。
大势智慧·2024-02-20 10:17

【论文笔记 · PFM】Lag-Llama: Towards Foundation Models for Time Series Forecasting

Lag-Llama:TowardsFoundationModelsforTimeSeriesForecasting摘要本文提出Lag-Llama，在大量时间序列数据上训练的通用单变量概率时间序列预测模型。模型在分布外泛化能力上取得较好效果。模型使用平滑破坏幂律（smoothlybrokenpower-laws）。介绍目前任务主要集中于在相同域的数据上训练模型。当前已有的大规模通用模型在大规模不同数
lokol.·2024-02-20 08:49

ROS目标跟随（路径规划、雷达、slam、定位）

ROS目标跟随（路径规划、雷达、地图、定位）最终效果展示一、总体launch文件1、打开已有地图2、组合小车的各个部分2.1惯性矩阵设置2.2小车底盘2.3摄像头2.4雷达2.5为机器人模型添加传动装置以及控制器2.6为机器人模型添加雷达配置2.7为机器人模型添加摄像头配置2.8为机器人模型添加kinect摄像头配置3、定位系统（amcl）4、路径规划（move_base）4.1全局路径规划与本地
海风-·2024-02-20 08:43

ROS小车跟随

这篇的目的是方便自己复习总体流程1、gazebo仿真世界2、机器人模型3、slam建图4、定位5、路径规划6、小车跟随7、总体launch文件第一篇博客给出了总体代码：https://blog.csdn.net
海风-·2024-02-20 08:12

【论文笔记】Unsupervised Learning of Video Representations using LSTMs

摘要翻译我们使用长短时记忆（LongShortTermMemory,LSTM）网络来学习视频序列的表征。我们的模型使用LSTM编码器将输入序列映射到一个固定长度的表征向量。之后我们用一个或多个LSTM解码器解码这个表征向量来实现不同的任务，比如重建输入序列、预测未来序列。我们对两种输入序列——原始的图像小块和预训练卷积网络提取的高层表征向量——都做了实验。我们探索不同的设计选择，例如解码器的LST
奶茶不加糖え·2024-02-20 08:25

MOSSE算法论文笔记以及代码解释

论文《VisualObjectTrackingusingAdaptiveCorrelationFilters》代码github1.论文idea提出以滤波器求相关的形式，找到最大响应处的位置，也就是我们所跟踪的目标的中心，进而不断的更新跟踪目标框和滤波器。2.跟踪策略如图，根据初始帧圈出的目标框训练滤波器，最大响应处为目标框的中心点，当移动到下一帧时，根据滤波器求相关的算法获得最大响应值，进而得出下
five days·2024-02-20 06:51

【激光SLAM】激光的前端配准算法

Optimization-basedMethod）优化方法的求解地图双线性插值拉格朗日插值法——一维线性插值相关方法（Correlation-basedMethod）帧间匹配似然场算法流程位姿搜索分枝定界算法引用在激光SLAM
趴抖·2024-02-20 02:34

【Java万花筒】跨越云平台的无服务器开发：使用Java构建弹性、高效的应用

无服务器计算平台的Java集成指南：AWSLambda、GoogleCloudFunctions、腾讯云函数和IBMCloudFunctions前言无服务器计算平台提供了一种方便、弹性和成本效益高的方式来运行代码
friklogff·2024-02-20 01:04
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他