SLAM论文阅读

ROS环境编译编译 ORB_SLAM2 遇到的问题

编译ORB_SLAM2遇到的问题问题１：ROS环境编译报错double-checkROS_PACKAGE_PATHROS环境编译报错：Youshoulddouble-checkyourROS_PACKAGE_PATHtoensurethatpackagesarefoundinthecorrectprecedenceorder.CallStack
小白很废·2023-12-14 16:56

ubuntu20.04在noetic下编译orbslam2

ubuntu20.04在noetic下编译orbslam2参考链接1：https://blog.csdn.net/qq_58869016/article/details/128660588参考链接2：https
小白很废·2023-12-14 15:49

Video anomaly detection with spatio-temporal dissociation 论文阅读

Videoanomalydetectionwithspatio-temporaldissociation摘要1.介绍2.相关工作3.Methods3.1.Overview3.2.Spatialautoencoder3.3.Motionautoencoder3.4.Varianceattentionmodule3.5.Clustering3.6.Thetrainingobjectivefunctio
何大春·2023-12-14 12:42

基于Unity3D的AR射击游戏设计与实现

目录摘要1ABSTRACT2第1章绪论41.1项目概况41.2课题研究背景和意义41.2.1课题研究背景41.2.2课题研究目的51.3国内外研究现状61.4SLAM算法简介81.5AR不是VR91.6AR
biyezuopinvip·2023-12-06 23:41

剪枝综述论文阅读：Methods for Pruning Deep Neural Networks

文章目录一、概述1.分类2.评估二、Magnitudebasedpruning1.权重剪枝2.彩票定理3.特征图和过滤器剪枝（1）基于通道方差的剪枝InboundpruningReduceandReusepruning结论（2）基于熵的通道剪枝结论（3）APoZ:基于通道中0的数量进行通道微调（4）剪枝小的过滤器（5）基于几何中位数的过滤器剪枝（6）ThiNetandAOFP:识别较弱的通道Thi
李明朔·2023-12-06 18:21

2019_WWW_Dual graph attention networks for deep latent representation of multifaceted social effect

[论文阅读笔记]2019_WWW_Dualgraphattentionnetworksfordeeplatentrepresentationofmultifacetedsocialeffectsinrecommendersystems
XingHe_XingHe_·2023-12-06 18:21

【论文阅读】GRAPH ATTENTION NETWORKS

GRAPHATTENTIONNETWORKS（图注意力网络）摘要1引言2GAT结构2.1图注意力层（GRAPHATTENTIONALLAYER）2.1.1输入输出2.1.2特征提取与注意力机制2.1.3多端注意力机制（multi-headattention）2.2与相关工作的比较3模型评价3.1数据集3.2最先进的方法3.3实验设置3.4结果4结论摘要本文提出了一种新的基于图结构数据的神经网络结构
Cziun·2023-12-06 18:50

论文阅读和分析： “How Attentive are Graph Attention Networks?”

数据集1、脑电项目探索和实现(EEG)(上)：研究数据集选取和介绍SEED相关论文阅读分析：1、EEG-SEED数据集作者的—基线论文阅读和分析2、图神经网络EEG论文阅读和分析：《EEG-BasedEmotionRecognitionUsingRegularizedGraphNeuralNetworks
KPer_Yang·2023-12-06 18:19

2023-01-13日志

今天按照计划进行学习，美中不足的是对于SLAM的学习没有达到目标时间，因为安排任务较少的缘故。
独孤西·2023-12-06 15:13

论文阅读：一种通过降低噪声和增强判别信息实现细粒度分类的视觉转换器

论文标题：Avisiontransformerforfine-grainedclassificationbyreducingnoiseandenhancingdiscriminativeinformation翻译：一种通过降低噪声和增强判别信息实现细粒度分类的视觉转换器摘要最近，已经提出了几种基于VisionTransformer（ViT）的方法用于细粒度视觉分类（FGVC）。这些方法明显超过了现
小源0·2023-12-06 06:57

Learning Memory-guided Normality for Anomaly Detection 论文阅读

LearningMemory-guidedNormalityforAnomalyDetection摘要1.介绍2.相关工作3.方法3.1网络架构3.1.1Encoderanddecoder3.1.2Memory3.2.Trainingloss3.3.Abnormalityscore4.实验5.总结总结&代码复现：文章信息：发表于：cvpr2020原文：https://arxiv.org/abs/2
何大春·2023-12-06 06:56

《论文阅读》使用条件变分自动编码器学习神经对话模型的语篇水平多样性 2017 ACL

《论文阅读》使用条件变分自动编码器学习神经对话模型的语篇水平多样性2017ACL前言简介相关知识StochasticGradientVariationalBayesMultivariateGaussianDistributionIsotropicGaussianDistributionReparameterizationTrickpriornetwork
365JHWZGo·2023-12-06 06:53

论文阅读-Null-text Inversion for Editing Real Images using Guided Diffusion Models

一、论文信息作者团队：论文链接：https://arxiv.org/pdf/2211.09794.pdf代码链接：https://github.com/google/prompt-to-prompt二、ConditionalDiffusion（classifier-freeguidance)Classifier-freeguidance方法训练：对于有条件的训练集（如图文对数据集），以某个概率p将
完美屁桃·2023-12-06 06:52

结合 DBSCAN 示例代码介绍 DBSCAN

前文为JoyT的科研之旅第一周——科研工具学习及论文阅读收获-CSDN博客DBSCAN介绍DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise
Joy T·2023-12-06 01:08

ORB-SLAM2 安装

参考修改源文件即可避免兼容问题实验环境Ubuntu20.04ROSnoetichttps://zhuanlan.zhihu.com/p/640795165https://blog.csdn.net/qq_46107892/article/details/128922813https://blog.csdn.net/MRZHUGH/article/details/131658528安装相关依赖通用依
faris_5bing·2023-12-05 23:43

在ubuntu20.04下编译并运行Point-LIO、FAST_LIO2、Faster-LIO、DLO、LeGO-LOAM、LIO-SAM（即部分问题解决）

源码下载：https://github.com/engcang/SLAM-application在运行算法建图的步骤：1、将源码下载到ros的工作环境中；2、根据系统配置修改源码：比如：在ubuntu20.04
睡不着的苏东坡·2023-12-05 21:02

激光SLAM：Faster-Lio 算法编译与测试

激光SLAM：Faster-Lio算法编译与测试前言编译测试离线测试在线测试前言Faster-LIO是基于FastLIO2开发的。
月照银海似蛟龙·2023-12-05 21:29

基于ROS环境的相机标定教程

1.源码安装usb_camusb_cam用于实时SLAM，配合ROS平台使用。1.1下载usb_cam源码cdcatkin_ws/srcgitclonehttps:
花花少年·2023-12-05 15:23

ROS2 基于USB单目相机(格式MJPEG)运行ORB_SLAM3及一些问题解决

环境：Ubuntu20.04、ROS2Foxy1.下载编译非ros部分的ORB_SLAM3我下载的是有详细注释版本的SLAM3：https://github.com/electech6/ORB_SLAM3
公子如钰·2023-12-05 15:53

在AWS Lambda中使用FFmpeg处理m3u8视频流

这篇文章，我们将以视频流截图为例，讲解如何在AWSLambda中对m3u8视频流进行截图。因为Lambda是无服务
spcof·2023-12-05 14:11

03 图优化

文章目录03图优化3.1基本概念3.2SLAM与图优化3.3核函数3.4总结3.5BA与图优化03图优化3.1基本概念（1）将优化问题用图（Graph）的形式表达，即为图优化。
算法导航·2023-12-05 11:07

06 g2o 学习

那么在SLAM中，不同时刻的位姿和路标点为待优化变量即顶点，将他们之间的观测作为边。数
算法导航·2023-12-05 11:34

SimCSE论文阅读

正负样本对构建原理正样本pair：onesentencetwodifferentembeddingsas“positivepairs”.(通过dropout作为噪声)负样本pair：Thenwetakeothersentencesinthesamemini-batchas“negatives”任务：themodelpredictsthepositiveoneamongthenegatives无监督
银晗·2023-12-05 10:20

论文阅读[2022sigcomm]GSO-Simulcast Global Stream Orchestration in Simulcast Video

GSO-SimulcastGlobalStreamOrchestrationinSimulcastVideo作者：1背景1视频会议成为全球数十亿人远程协作、学习和个人互动的核心，这些不断增长的虚拟连接需求推动视频会议服务的蓬勃发展2当前用户越来越希望在低延迟下看到更高质量的视频，对大型会议的需求越来越多，同时希望服务要容易获得3视频停顿、声音停顿和视频模糊成为当前视频会议服务的前三大问题2挑战1在
woshicaiji12138·2023-12-05 08:03

ORB-SLAM3g2o之开篇

目录1什么是图优化？2图优化的优势在哪里？3了解g2o框架4g2o编程步骤5非常感谢您的阅读！1什么是图优化？首先，认识一下啥叫图。图是一种数据结构。图的定义就是由顶点的有穷非空集合和顶点之间边的集合组成，像下面这样：当然，我们不在这里谈论算法和数据结构的内容，我们只需要感性的理解到图是由若干顶点和连接这些顶点的边组成的就好了。举个小例子来理解图优化要干个什么事。我们去“蜀留香“吃火锅时（非广告哈
宛如新生·2023-12-05 07:52

【自动驾驶与机器人中的SLAM技术】2D点云的scan matching算法 和 检测退化场景的思路

目录1.基于优化的点到点/线的配准2.对似然场图像进行插值，提高匹配精度3.对二维激光点云中会对SLAM功能产生退化场景的检测4.在诸如扫地机器人等这样基于2D激光雷达导航的机器人，如何处理悬空/低矮物体
宛如新生·2023-12-05 07:48

多传感器融合SLAM论文调研

感知任务物体识别：《Pointnet:Deeplearningonpointsetsfor3dclassificationandsegmentation》《Voxelnet:End-to-endlearningforpointcloudbased3dobjectdetection》语义分割：《Anintegratedframeworkforautonomousdriving:objectdetec
dueen1123·2023-12-05 06:27

RGCN，GCN，GRAPHSAGE论文阅读实践

图神经网络在本文中，我们将图神经网络划分为五大类别，分别是:图卷积网络(GraphConvolutionNetworks,GCN)、图注意力网络(GraphAttentionNetworks)、图自编码器(GraphAutoencoders)、图生成网络(GraphGenerativeNetworks)和图时空网络(GraphSpatial-temporalNetworks)3.图自动编码器(Gr
乘风破浪的猫·2023-12-05 04:17

基于激光里程计的gmapping建图

激光里程计配置gmapping参数参考rplidar_ros通过源码安装mkdir-p~/catkin_ws/srccd~/catkin_ws/srcgitclonehttps://github.com/Slamtec
点PY·2023-12-05 01:38

Learning Normal Dynamics in Videos with Meta Prototype Network 论文阅读

文章信息：发表在cvpr2021原文链接：LearningNormalDynamicsinVideoswithMetaPrototypeNetwork摘要1.介绍2.相关工作3.方法3.1.DynamicPrototypeUnit3.2.视频异常检测的目标函数3.3.少样本视频异常检测中的元学习4.实验5.总结代码复现：摘要在视频异常检测领域，基于自动编码器（Auto-Encoder，AE）的帧重
何大春·2023-12-05 01:28

特征点 -- 《视觉SLAM十四讲 从理论到实践（第2版）》

什么是特征点？特征点就是图像中一些特别的地方，例如图像中的角点，在不同图像之间的辨识度更强，一种直观的提取特征的方式就是在不同图像之间辨认角点，确定它们的对应关系。OpenCV中已经有了很多实用的特征提取和匹配的算法：OpenCV之特征检测-知乎
笨小古·2023-12-05 00:30

《视觉SLAM十四讲 从理论到实践（第2版）》

书中代码：GitHub-gaoxiang12/slambook2:edition2oftheslambook书籍PDF：关注【LearnfromZero】回复【SLAM142】即可领取
笨小古·2023-12-05 00:30

论文阅读“Dissimilarity Mixture Autoencoder for Deep Clustering”

LaraJS,GonzálezFA.DissimilarityMixtureAutoencoderforDeepClustering[J].arXivpreprintarXiv:2006.08177,2020.摘要翻译差异混合自编码(DMAE)是一种基于特征聚类的神经网络模型，它融合了灵活的dissimilarityfunction，可以集成到任何一种深度学习体系结构中。它在内部表示了一个差异混合
掉了西红柿皮_Kee·2023-12-04 22:01

ORB-SLAM2代码阅读笔记：PnPSolver

PnPsolver::PnPsolver(constFrame&F,constvector&vpMapPointMatches):pws(0),us(0),alphas(0),pcs(0),//这里的四个变量都是指针啊,直接这样子写的原因可以参考函数set_maximum_number_of_correspondences()maximum_number_of_correspondences(0)
liampayne_66d0·2023-12-04 17:46

【论文阅读笔记】Large language models are reasoners with self-verification

Abs在LLM上提出了一个基于CoT的自我验证的方法来模仿人类的验算，并证明了它有用。原文：当一个大型语言模型(LLM)通过思维链(CoT)执行复杂推理时，它可能对个别错误高度敏感。为了解决这个问题，我们不得不培训验证人员(verifiers)。我们都知道，人类在推断出一个结论后，通常会通过重新验证来检查它，这可以避免一些错误。我们提出了一种称为自我验证的新方法，使用CoT的结论作为条件来构建一个
泪痣仓鼠厨·2023-12-04 07:51

Spatial Group-wise Enhance

之前的论文阅读笔记都是记在one-note里，按老师的要求以后要写博客，先体验一下。
鸽鸽七号·2023-12-04 07:40

5.如何利用ORBSLAM3生成可用于机器人/无人机导航的二维/三维栅格地图--以octomap为例

1octomap的安装及官方文档这里我们用ROS自带的安装方式即可：sudoaptinstallros-melodic-octomap-msgsros-melodic-octomap-rosros-melodic-octomap-rviz-pluginsros-melodic-octomap-server如上图就是安装成功了：如果安装失败了，尝试用小鱼ROS换一下源再去安装：一些官方的文档如下，大
APS2023·2023-12-04 06:47

小样本目标检测综述__刘浩宇(导航与控制2021)论文阅读

小样本目标检测综述__刘浩宇(导航与控制2021)阅读0、引言早期采用了大量标注样本回归候选框的位置，但后来目标集和训练集数据分布不同导致检测效果下降。对于没有大量样本支持的小样本检测应用就需要使用先验知识来弥补样本的不足。可以分为三类：数据域通过先验知识来做数据增强，以弥补样本不足的问题，解决模型不收敛问题。模型域通过先验知识来限制模型复杂度，降低假设空间的大小，使得模型收敛加快。算法域通过先验
Mrwei_418·2023-12-04 04:19

咣咣咣的ScalersTalk第四轮新概念朗读持续力训练Day121 20190205

知识笔记costume化妆服consist由……组成sheet被单effective有作用的comfortable舒适的storeroom储藏室electricity电meter电表pace一步flee逃走slam
推土机咣咣咣·2023-12-04 04:17

论文阅读：Intensity-Aware Loss for Dynamic Facial Expression Recognition in the Wild（AAAI2023）

摘要与基于图像的静态人脸表情识别（SFER）任务相比，基于视频序列的动态人脸表情识别（DFER）任务更接近自然表情识别场景。然而，DFER往往更具挑战性。其中一个主要原因是视频序列通常包含具有不同表情强度的帧，特别是对于真实世界场景中的面部表情，而SFER中的图像经常呈现均匀且高的表情强度。然而，如果同等对待不同强度的表情，网络学习的特征将具有较大的类内差异和较小的类间差异，这对DFER是有害的。
卡拉比丘流形·2023-12-04 01:59

Manipulating the loss calculation to enhance the training process of physics-informed neural

论文阅读：Manipulatingthelosscalculationtoenhancethetrainingprocessofphysics-informedneuralnetworkstosolvethe1DwaveequationManipulatingthelosscalculationtoenhancethetrainingprocessofphysics-informedneuraln
xuelanghanbao·2023-12-04 00:03

When and why PINNs fail to train A neural tangent kernel perspective

论文阅读：WhenandwhyPINNsfailtotrainAneuraltangentkernelperspectiveWhenandwhyPINNsfailtotrainAneuraltangentkernelperspectivePINN
xuelanghanbao·2023-12-04 00:32

A comprehensive study of non-adaptive and residual-based adaptive sampling

论文阅读：Acomprehensivestudyofnon-adaptiveandresidual-basedadaptivesamplingforphysics-informedneuralnetworksAcomprehensivestudyofnon-adaptiveandresidual-basedadaptivesamplingforphysics-informedneuralnetwo
xuelanghanbao·2023-12-04 00:01

Respecting causality is all you need for training physics-informed neural networks

论文阅读：Respectingcausalityisallyouneedfortrainingphysics-informedneuralnetworksRespectingcausalityisallyouneedfortrainingphysics-informedneuralnetworks
xuelanghanbao·2023-12-04 00:01

Characterizing possible failure modes in physics-informed neural networks

论文阅读：Characterizingpossiblefailuremodesinphysics-informedneuralnetworksCharacterizingpossiblefailuremodesinphysics-informedneuralnetworksPINN
xuelanghanbao·2023-12-04 00:01

Achieving High Accuracy with PINNs via Energy Natural Gradients

论文阅读：AchievingHighAccuracywithPINNsviaEnergyNaturalGradientsAchievingHighAccuracywithPINNsviaEnergyNaturalGradients
xuelanghanbao·2023-12-04 00:58

Re56：读论文 A Brief History of the Changing Roles of Case Prediction in AI and Law

诸神缄默不语-个人CSDN博文目录诸神缄默不语的论文阅读笔记和分类论文名称：ABriefHistoryoftheChangingRolesofCasePredictioninAIandLaw论文下载地址
诸神缄默不语·2023-12-03 23:09

【实验记录】（杂七杂八）

p20论证了vins-mono、vins-fusion和orb-slam3等主流slam框架的性能，对比发现后vins-mono运行ADVIO数据集时的定位与建图更优秀。
白白白白白kkk·2023-12-03 22:00

【ZED&SLAM】Ubuntu18.04系统ZED 2i双目相机SDK安装、联合标定、SLAM测试

0.设备、环境和说明笔记本电脑i5-8300H、GTX1060、32GRAM因为后面要测试Vins-Fusion和ORB-SLAM3，所以推荐安装Ubuntu18.04（或者Ubuntu20.04）+ROS1
白白白白白kkk·2023-12-03 22:59

论文阅读《Automatic Pavement Crack Detection Based on Hierarchical Feature Augmentation》

目录Abstract1INTRODUCTION2RELATEDWORK2.1TraditionalMethods2.2MachineLearningMethods2.3DeepLearningMethods3METHODOLOGY3.1HierarchicalFeatureExtractionNetwork3.2Muti-dilatedConvolution3.3HierachicalFeatur
深度不了·2023-12-03 22:58
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他