SLAM论文阅读第25页

Anthropic LLM论文阅读笔记

研究时间：与InstrcutGPT同期的工作，虽然其比ChatGPT发布更晚，但是其实完成的时间比ChatGPT更早。与ChatGPT的应用区别：该模型比ChatGPT回答我不知道的概率更高。将强化学习用于大语言模型（RLHF）：发现这种方法可以提升几乎在所有NLP任务上的性能。随着参数的增加，效果也越来越好。如果模型经过了强化学习的辅助，效果会进一步提升；如果经过了有用性的训练，模型会有更大的提

北岛寒沫·2023-11-23 04:01

【论文阅读】时序动作检测系列论文精读（2018年）

文章目录1.PreciseTemporalActionLocalizationbyEvolvingTemporalProposals论文目的——拟解决问题贡献——创新实现流程详细方法2.CTAP:ComplementaryTemporalActionProposalGeneration论文目的——拟解决问题贡献——创新实现流程详细方法3.BSN:BoundarySensitiveNetworkfo

三木今天学习了嘛·2023-11-23 04:44

【论文阅读】LSSNet

简介LSSNet:ATwo-streamConvolutionalNeuralNetworkforSpottingMacro-andMicro-expressioninLongVideos研究领域：macro-andmicro-expressionspotting期刊：MM21作者：中国电子科技大学-Wang-WangYu代码：williamlee91/mer_spotnotimportant总体

灼灼meou·2023-11-23 04:13

论文阅读：“基于快速特征点提取和描述算法与色调、饱和度和明度的图像特征点匹配算法”

文章目录摘要引言方法实验结果图像预处理结果对比图像配准结果对比参考文献摘要提出了一种基于快速点特征提取和描述（ORB）算法与色调、饱和度和明度（HSV）的图像特征点匹配算法。首先利用双边滤波和均值滤波结合对图像进行预处理，然后使用ORB算法进行特征点提取；接着利用K维二叉树（K-DTree）算法与汉明距离进行特征点粗匹配；再利用图像的HSV信息对匹配特征点对进行二次筛选。实验结果表明，在图像进行预

如松茂矣·2023-11-23 03:58

论文阅读 Forecasting at Scale (二)

最近在看时间序列的文章，回顾下经典论文地址项目地址ForecastingatScale3.2、季节性3.3、假日和活动事件3.4、模型拟合3.5、分析师参与的循环建模4、自动化预测评估4.1、使用基线预测4.2、建模预测准确性4.3、模拟历史预测4.4、识别大的预测误差5、结论6、致谢3.2、季节性企业时间序列通常由于它们所代表的人类行为而具有多期季节性。例如，5天的工作周可以在时间序列上产生每周

赫凯·2023-11-23 02:42

推荐系统 - 排序算法 - 神经网络：FNN 论文阅读

1.前言FNN在文章DeepLearningoverMulti-fieldCategoricalData–ACaseStudyonUserResponsePrediction中提出论文地址该篇论文于2016年发表，提出了基于FM预训练获取离散特征embedding表示(注意这里的“特征”指的是FFM中说的“field”，而不是FM中说的“特征”，比如“性别”算一个特征、“品类”算一个特征)，结合M

愉贵妃珂里叶特氏海兰·2023-11-23 01:43

ORB-SLAM3在Windows环境下编译可能遇到的问题

前言本博客是对知乎文章：ORB-SLAM3在windows下的编译使用的补充，详细操作步骤请参考原博客可能遇到的问题及其解决方案vcpkg配置问题建议用vcpkg下Eigen和boost，然后OpenCV

qq_40864007·2023-11-23 01:55

【VSLAM】ORB-SLAM3安装部署与运行

——梁启超文章目录:smirk:1.ORB-SLAM3介绍:blush:2.代码安装部署1.安装ros与opencv2.安装Pangolin作为可视化和用户界面3.安装Eigen3一个开源线性库，可进行矩阵运算

DevFrank·2023-11-23 01:24

orb-slam3在windows下编译

参照ORB-SLAM3在w

dianzheng7390·2023-11-23 01:23

ORB-SLAM3在windows11下的编译使用

01写在前面近期在学习SLAM，想部署一下ORB-SLAM3，但是自己电脑是win11系统，因此就想着在win11上部署一下。但是网上看了一些教程，有一些博客，但是可能不适合我这种情况把，就很纠结。

果冻先森·2023-11-23 01:51

win11从零搭建ORB-SLAM3简要记录

因研究课题需要，准备直接在windows上搭建ORB-SLAM3的环境，尝试是否能跑起来。因为完全零基础，所以花了整整一周时间才勉强配置成功，所以把遇到的问题记录一下，留着后面查看。

Gargantua_L·2023-11-23 01:51

使用XV-11激光雷达做hector_slam

大家在学习ROS中不可避免需要使用激光雷达，高精地图、实时定位以及障碍物检测等多项技术，而这些技术都离不开光学雷达的支持，但是呢雷达这真是太贵了，大部分人是负担不起（实验室、研究所土豪可以略过），但是还是机智的大牛发明了其他手段：使用深度摄像头仿激光数据1、kinect仿激光数据2，用来测试足够了，果真人民都是机智的，后来呢人们发现扫地机器人上也有的用的激光雷达，为什么不利用起来呢，然后国外大牛就

weixin_30649859·2023-11-23 01:40

【论文阅读】NeuralProphet: Explainable Forecasting at Scale

NeuralProphet:ExplainableForecastingatScale前言1、NeuralProphet模型1.1模块组成1.1.1趋势模块1.1.2周期性1.1.3自回归1.1.4滞后回归1.1.5未来回归1.1.6事件与节假日1.2预处理1.2.1缺失值1.2.2标准化1.2.3表式化1.3训练1.3.1损失函数1.3.2正则化1.3.3优化器1.3.4学习率1.3.5批次大小

qq_38142901·2023-11-22 19:57

论文阅读 Forecasting at Scale (一)

最近在看时间序列的文章，回顾下经典论文地址项目地址ForecastingatScale摘要1、介绍2、时间业务序列的特点3、Prophet预测模型3.1、趋势模型3.1.1、非线性饱和增长3.1.2、具有变化点的线性趋势3.1.3、自动转换点选择3.1.4、趋势预测的不确定性摘要预测是一项常见的数据科学任务，能够帮助组织进行容量规划、目标设定和异常检测。尽管其重要性不言而喻，但在生产可靠且高质量的

赫凯·2023-11-22 19:47

2022-03-22

自动驾驶/机器人SLAM算法面经1欢迎关注公众号：内推君SIR，加微信：neituijunsir加入自动驾驶交流群Case1一面项目相关1、简历中的项目相关问题，项目是三维重建相关的，深度学习的深度估计

内推君·2023-11-22 17:42

地图构建算法——占据栅格地图构建算法

今天这篇文章主要介绍激光雷达SLAM中的一种经典的地图构建算法——占据栅格地图构建算法，下面将从地图的引入然后再详细的对该算法进行讲解。

快乐小脾孩·2023-11-22 14:40

推荐系统论文阅读（四十七)-DMIN:用户多兴趣演化网络

论文：论文题目：《DeepMulti-InterestNetworkforClick-throughRatePrediction》论文地址：https://dl.acm.org/doi/pdf/10.1145/3340531.3412092今天来看一篇阿里发在CIKM的shortpaper，主要聚集在多兴趣跟兴趣演化这两个方向。一、背景不管在电商领域还是短视频领域，用户的兴趣通常是多样的，潜藏在一

推荐系统论文阅读·2023-11-22 10:27

ubuntu18.04安装运行A-LOAM

安装环境、依赖：eigen、pcl参考这里：Ubuntu18.04realsenseD435iROSorbslam2_echo_gou的博客-CSDN博客ceres1.14：sudoapt-getinstalllibgoogle-glog-devlibgflags-devlibatlas-base-devlibsuitesparse-devcmakewgetceres-solver.org

echo_gou·2023-11-22 04:38

论文阅读“ZINB-based Graph Embedding Autoencoder for Single-cell RNA-seq Interpretations”

YuZ,LuY,WangY,etal.ZINB-basedGraphEmbeddingAutoencoderforSingle-cellRNA-seqInterpretations.AAAI2022.摘要导读单细胞RNA测序(scRNA-seq)提供了在单细胞分辨率下的全基因组基因表达水平的高通量信息，实现了对单个细胞的转录组的精确理解。（单细胞RNA测序数据的意义）不幸的是，快速增长的scRNA

掉了西红柿皮_Kee·2023-11-22 03:22

生物信息学之抗癌药物反应论文阅读六：DNN整合基因组谱

论文地址：Predictingdrugresponseoftumorsfromintegratedgenomicprofilesbydeepneuralnetworks利用深度神经网络预测整合基因组谱的肿瘤药物反应作者信息：Yu-ChiaoChiu1,Hung-IHarryChen1,2,TingheZhang2,SongyaoZhang2,3,AparnaGorthi1,Li-JuWang1,Y

Programming_miao·2023-11-22 03:58

Re50：读论文 Large Language Models Struggle to Learn Long-Tail Knowledge

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：LargeLanguageModelsStruggletoLearnLong-TailKnowledgeArXiv网址：https

诸神缄默不语·2023-11-22 02:53

视觉SLAM十四讲学习笔记——第三讲三维空间刚体运动

1.旋转矩阵的正交性P45下方注解第一条“旋转矩阵的正交性可直接由定义给出”，在查阅众多证明方法之后，我选择一种个人更容易理解的方法。首先明确：正交矩阵即逆为自身转置的矩阵，即满足，因此要证明旋转矩阵的转置矩和逆矩阵是同一个矩阵。对于转置矩阵较为简单：对于旋转矩阵的逆，可以从物理意义上考虑，即为反向旋转对应的旋转矩阵（经过两次旋转回到初始状态，对应矩阵相乘结果为单位矩阵），因此只需要调换对应基底就

晒月光12138·2023-11-22 01:39

视觉SLAM十四讲学习笔记——第九讲后端优化（1）

针对SLAM问题（非线性）的卡尔曼滤波器给出了单次线性近似下的最大后验估计，或者说是优化过程中一次迭代的结果。（2）非线性优化

晒月光12138·2023-11-22 01:39

视觉SLAM十四讲学习笔记——第三章三维空间刚体运动

视觉slam十四讲学习笔记——第三章三维空间刚体运动3.1旋转矩阵3.1.1点、向量和坐标系3.1.2坐标系中的欧式变换3.1.3变换矩阵与齐次坐标3.2Eigen库的使用3.3旋转向量和欧拉角3.3.1

HIT_NOVA·2023-11-22 01:38

视觉SLAM十四讲学习笔记——第五讲相机与图像

参考书：高翔《slam十四讲》第二版我会在我的笔记中，结合自己的理解复述内容，并对代码部分完成复现。有问题的可以留言或者私信噢！开发环境：虚拟机Ubuntu22.04+Vscode。

派大星不憨·2023-11-22 01:38

视觉SLAM十四讲学习笔记——第一二讲

文章目录前言第一讲预备知识第二讲初识SLAM传感器Sensors经典视觉SLAM框架SLAM问题的数学表述总结前言研0学生，放假宅家，本科期间对其感兴趣，故开始学习。一个人学有点无聊，可以一起来学呀！

派大星不憨·2023-11-22 01:38

视觉SLAM十四讲学习笔记——三维空间刚体运动（ch3~旋转矩阵Eigen）

文章目录本节目标一、旋转矩阵1.1点、向量和坐标系1.1.1向量-向量、向量-数之间的运算1.1.2外积表示旋转1.2坐标系间的欧式变换1.3变换矩阵与齐次坐标1.4小节二、代码实践2.1矩阵初始化2.2矩阵运算2.3矩阵变换2.4解方程2.4.1特征值/特征向量2.4.2解方程本节目标理解三维空间的刚体运动描述方式：旋转矩阵、变换矩阵、四元数和欧拉角。掌握Eigen库的矩阵、几何模块使用方法。一

云梦泽没有东边和西边·2023-11-22 01:06

高翔视觉SLAM十四讲学习笔记——第3讲刚体运动

第三章刚体运动学习任务一、点，向量和坐标系向量的坐标内外积二、坐标系间的欧氏变换三、齐次坐标和变换矩阵♥重点♥四、旋转向量和欧拉角4.1旋转向量4.2欧拉角4.3四元数五、四元数到旋转矩阵的转换学习任务理解三维空间的刚体运动描述方式：旋转矩阵、变换矩阵、四元数和欧拉角。掌握Eigen库的矩阵、几何模块使用方法。一、点，向量和坐标系刚体：不光有位置，还有自身的姿态。相机也可以看成三维空间的刚体，位置

星禾说·2023-11-22 01:35

【视觉SLAM十四讲学习笔记】第三讲——旋转矩阵

专栏系列文章如下：【视觉SLAM十四讲学习笔记】第一讲——SLAM介绍【视觉SLAM十四讲学习笔记】第二讲——初识SLAM本章将介绍视觉SLAM的基本问题之一：如何描述刚体在三维空间中的运动？

趴抖·2023-11-22 01:32

ORB-SLAM坐标系到ROS坐标系的转换

Step0：整体流程ros::PublisherCamPose_Pub;geometry_msgs::PoseStampedCam_Pose;cv::MatCamera_Pose;tf::Transformslam_tf

Jiqiang_z·2023-11-21 20:19

论文阅读：A Critical Review of Recurrent Neural Networks for Sequence Learning

作者：ZacharyC.LiptonUCSD一、论文所解决的问题现有的关于RNN这一类网络的综述太少了，并且论文之间的符号并不统一，本文就是为了RNN而作的综述二、论文的内容（0）整体一览由前馈神经网络-》RNN的早期历史以及发展-》现代RNN的结构-》现代RNN的应用（1）前馈神经网络图1一个神经元图2一个神经网络传统的前馈神经网络虽然能够进行分类和回归，但是这些都是假设数据之间是iid（独立同

xizero00·2023-11-21 18:34

论文阅读笔记：Tailor A soft-prompt-based approach to attribute-based controlled text generation

文章的主要工作（1）提出了一种基于软提示的属性驱动CTG方法，名为Tailor。为了在统一的范式中同时包括单属性和多属性CTG，Tailor使用一组预训练的前缀来引导一个固定的PLM生成具有预定义属性的句子，然后有效地将它们连接起来生成多属性句子。（2）通过实验揭示了连续提示的组合能力。为了增强这种组合，在单属性CTG后探索了两种有效的策略，一种是无需训练的策略（MAPmask+RPsequenc

青云遮夜雨·2023-11-21 17:51

论文阅读笔记：Seen to Unseen Exploring Compositional Generalization of Multi-Attribute Controllable Dialogu

文章的主要工作（1）首次探索用于多属性可控对话生成的组合泛化，并发现现有模型缺乏对分布外的多属性组合的泛化能力。（2）提出了一种解耦的可控生成方法，DCG，它通过属性导向提示的共享映射学习从已见值到未见组合的属性概念，并使用解耦损失来分离不同的属性组合。（3）引入了一个统一的无需参照的评估框架，MAE，用于不同粒度的属性。我们建立了两个基准测试，并且充分的实验结果证明了我们的方法和评价指标的有效性

青云遮夜雨·2023-11-21 17:21

论文阅读笔记-WF攻击入门基本概念

一、WebsiteFingerprintingattack的概念1.网站数据在网络中传输，流量上体现出的一些独特特征，通过分析网站的指纹可以分析出用户身份，访问页面以及其他信息2.WF是流量分析攻击的一个研究领域3.WF攻击通过分析服务器和用户之间的加密通道，分析加密信道流量的时序、方向、数据包大小猜测用户访问的网站内容本质上是一个有监督多分类问题4.主要的攻击目标是基于SSL/TLS的HTTPS

一直在努力的吴二胖·2023-11-21 12:48

（论文阅读34-39）理解CNN

34.文献阅读笔记简介题目Understandingimagerepresentationsbymeasuringtheirequivarianceandequivalence作者KarelLenc,AndreaVedaldi,CVPR,2015.原文链接http://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Lenc_Un

朽月初二·2023-11-21 09:57

（论文阅读51-57）图像描述3 53

51.文献阅读笔记（KNN）简介题目ExploringNearestNeighborApproachesforImageCaptioning作者JacobDevlin,SaurabhGupta,RossGirshick,MargaretMitchell,C.LawrenceZitnick,arXiv:1505.04467原文链接http://arxiv.org/pdf/1505.04467.pdf

朽月初二·2023-11-21 09:20

【论文阅读笔记】Automatic recognition and classification of microseismic waveforms based on computer vision

【论文阅读笔记】Automaticrecognitionandclassificationofmicroseismicwaveformsbasedoncomputervision摘要微震波形可以分解为时间

luzhoushili·2023-11-21 07:27

【论文阅读笔记】Unsupervised Clustering of Microseismic Signals Using a Contrastive Learning Model

【论文阅读笔记】UnsupervisedClusteringofMicroseismicSignalsUsingaContrastiveLearningModel摘要tscc:预训练和微调预训练：数据增强

luzhoushili·2023-11-21 07:27

基于变形卷积和注意机制的带钢表面缺陷快速检测网络DCAM-Net（论文阅读笔记）

原论文链接->DCAM-Net:ARapidDetectionNetworkforStripSteelSurfaceDefectsBasedonDeformableConvolutionandAttentionMechanism|IEEEJournals&Magazine|IEEEXploreDCAM-Net:ARapidDetectionNetworkforStripSteelSurfaceDe

晴友读钟·2023-11-21 07:24

Toolformer论文阅读笔记（简略版）

文章目录引言方法限制结论引言大语言模型在zero-shot和few-shot情况下，在很多下游任务中取得了很好的结果。大模型存在的限制：无法获取最新的信息、无法进行精确的数学计算、无法理解时间的推移等。这些限制可以通过扩大模型规模一定程度上解决，但是效果并不好。一个简单的方式用于处理这些限制就是让大语言模型能够调用外部工具。现有的通过调用外部工具的方式需要大量的人类标注，或只能针对特定的任务使用工

北岛寒沫·2023-11-21 07:54

【论文阅读笔记】Deep learning for time series classification: a review

【论文阅读笔记】Deeplearningfortimeseriesclassification:areview摘要在这篇文章中，作者通过对TSC的最新DNN架构进行实证研究，探讨了深度学习算法在TSC

luzhoushili·2023-11-21 07:50

论文阅读：“基于特征检测与深度特征描述的点云粗对齐算法”

如松茂矣·2023-11-21 07:50

多视图聚类论文阅读（二）

Deepmulti-viewsemi-supervisedclusteringwithsamplepairwiseconstraintsNeuroCompucting基于样本对约束的深度多视图半监督聚类1.1聚类的相关工作典型相关分析(CCA)[13]寻求两个投影，将两个视图映射到一个低维公共子空间，其中两个视图之间的线性相关性最大。内核典型相关分析(KCCA)[14]通过在CCA中加入内核技巧来

mingqian_chu·2023-11-21 07:49

【论文阅读】SPARK：针对视觉跟踪的空间感知在线增量攻击

SPARK:Spatial-AwareOnlineIncrementalAttackAgainstVisualTrackingintroduction在本文中，我们确定了视觉跟踪对抗性攻击的一个新任务：在线生成难以察觉的扰动，误导跟踪器沿着不正确的（无目标攻击，UA）或指定的轨迹（有针对性的攻击，TA）。为此，我们首先采用现有的攻击方法，即FGSM、BIM和C&W，提出了一种空间感知的基本攻击，并

prinTao·2023-11-21 07:40

ROS自定义消息&在其他包调用

find_package(catkinREQUIREDCOMPONENTSmessage_generationroscpprospysensor_msgsstd_msgstfnav_msgsopen_kartoslam_karto_ceres

星星的月亮叫太阳·2023-11-21 07:36

Cvpr 2017论文阅读（一）Machine Learning 1

本篇主要是Cvpr2017论文阅读小结，将分成多个主题总结。

goodluckcwl·2023-11-21 06:58

[论文阅读]3DSSD——基于Point的三维单阶段目标检测器

3DSSD基于Point的三维单阶段目标检测器论文地址：3DSSD3DSSD前向传播过程：（1）网络输入:原始点云数据,包含N个点的(x,y,z,r)坐标信息。（2）骨干网络:采用多个SetAbstraction(SA)层进行下采样,并使用融合采样策略保留关键点。得到M个代表点集。（3）候选点生成:只对F-FPS采样的代表点做位移,生成候选中心点。（4）特征提取:为每个候选中心点找到邻域内的K个周

一朵小红花HH·2023-11-21 01:47

论文阅读——DiffusionDet

在目标检测上使用扩散模型前向过程：真实框-->随机框后向过程：随机框-->真实框前向过程：一般一张图片真实框的数目不同，填补到同一的N个框，填补方法可以是重复真实框，填补和图片大小一样的框，或者随机框，填补随机框效果最好。然后，给每个框逐步添加高斯噪声，生成随机框。特征提取和检测decoder解耦。decoder用的SparseR-CNNsample的时候和PPDM不同，多增加一步DDIM处理过程

じんじん·2023-11-21 00:23

论文阅读：PReGAN Answer Oriented Passage Ranking with Weakly Supervised GAN

PReGAN：具有弱监督GAN的以答案为导向的文章排名摘要：文章中的答案实体不一定与给定问题相关。为了解决这个问题，我们提出了一种称为PReGAN的基于生成对抗性神经网络的通道重新排序方法，该方法除了包含主题相关性的鉴别器之外，还包含了对回答能力的鉴别。目标是迫使生成器在主题相关且包含答案的段落中排名更高。在五个公共数据集上的实验表明，PReGAN可以更好地对适当的段落进行排序，这反过来提高了QA

张·2023-11-20 21:55

论文阅读：Pointer over Attention: An Improved Bangla Text Summarization Approach Using Hybrid Pointer Gen

结合指针和注意力：一种改进的基于混合指针生成器网络的孟加拉语文本摘要方法摘要：尽管神经序列到序列模型在抽象文本摘要中取得了成功，但它也有一些缺点，例如重复不准确的事实细节，并倾向于重复自己。我们提出了一种混合指针生成器网络来解决事实细节再现不充分和短语重复的缺点。我们使用混合指针生成器网络来增强基于注意力的序列到序列，该网络可以生成词汇表外的单词，并提高再现真实细节的准确性，以及防止重复的覆盖机制

张·2023-11-20 21:54

推荐频道

SLAM论文阅读