SLAM论文阅读

【论文阅读笔记】MedTransformer: Accurate AD Diagnosis for 3D MRI Images through 2D Vision Transformers

arxiv，12Jan2024这篇文章思想较简单，用于诊断阿尔兹莫，这里概述一下。【核心思想】采用2D视觉Transformer分析3DMRI图像。它通过将3D图像切割成多个2D切片，并应用基于2DTransformer的模型，克服了3D模型在复杂性和效率方面的限制。该方法具有跨维度的共享编码器、特定维度的编码器以及注意力机制，以提高诊断的准确性和效率。这个模型在诊断阿尔茨海默病方面表现出强大的性
cskywit·2024-01-17 01:20

【论文阅读笔记】Prompt Tuning for Parameter-efficient Medical Image Segmentation

FischerM,BartlerA,YangB.Prompttuningforparameter-efficientmedicalimagesegmentation[J].MedicalImageAnalysis,2024,91:103024.【开源】【核心思想】本文的核心思想是提出了一种用于医学图像分割的参数高效的提示调整（PromptTuning）方法。这种方法基于预训练的神经网络，通过插入可
cskywit·2024-01-17 01:50

导航与定位技术已成为移动机器人的核心技术之一

目前，移动机器人的导航与定位技术主要包括基于GPS、SLAM、VSLAM等技术的方法。1、GPS导航技术：利用全球定位系统进行定位，精度高、覆盖范围广，但需要外部信
Fuweizn·2024-01-16 18:17

论文阅读笔记AI篇 —— Transformer模型理论+实战 (二)

论文阅读笔记AI篇——Transformer模型理论+实战（二）第二遍阅读（通读）2.1Background2.2ModelArchitecture2.2.1EncoderandDecoderStacks2.2.2ScaledDot-ProductAttention2.2.3Multi-HeadAttention2.3WhySelf-Attention2.4Training2.5Results2
键盘国治理专家·2024-01-16 17:17

论文阅读笔记AI篇 —— Transformer模型理论+实战 (一)

资源地址Attentionisallyouneed.pdf(0积分)-CSDN第一遍阅读（Abstract+Introduction+Conclusion）Abstract中强调Transformer摒弃了循环和卷积网络结构，在English-to-German翻译任务中，BLEU得分为28.4，在English-to-French的翻译任务中的BLEU得分为41.0，用8张GPU训练了3.5天，
键盘国治理专家·2024-01-16 17:40

【转】ORB-SLAM2调用OAK-D双目摄像头进行点云建图

▌一、运行stereo_node.launch实例查看双目摄像头发布的话题，并修改orb-slam2摄像头节点。gagaga@ubuntu:~$c
OAK中国_官方·2024-01-16 17:24

*第六篇《基于多分支深度可分离卷积神经网络的滚动轴承故障诊断研究》论文阅读笔记

[1]刘恒畅,姚德臣,杨建伟,张骄.基于多分支深度可分离卷积神经网络的滚动轴承故障诊断研究[J].振动与冲击,2021,40(10):95-102.基于多分支深度可分离卷积神经网络的滚动轴承故障诊断研究*note：本文研究方法不太能理解，后期需要再看一遍思路。一、文章本身文章框架思维脑图链接Researchquestion(s)(文章的研究问题是什么？—通常好的实证研究都有非常具体的研究问题，我们
子曰1884·2024-01-16 16:00

论文笔记-混合卷积MixConv: Mixed Depthwise Convolutional Kernels

Hello，今天是论文阅读计划的第9天啦～调整计划后，现在都趁着早上最安静最无打扰的时候看论文，完成每天的论文阅读任务。
Lyndsey·2024-01-16 16:57

vslam论文24：ESVIO: 基于事件相机的双目VIO（RAL 2023）

摘要异步输出低延迟事件流的事件相机为具有挑战性的情况下的状态估计提供了很大的机会。尽管近年来基于事件的视觉里程测量技术得到了广泛的研究，但大多数都是基于单目的，而对立体事件视觉的研究很少。在本文中，我们介绍了ESVIO，这是第一个基于事件的立体视觉惯性里程计，它利用了事件流、标准图像和惯性测量的互补优势。我们建议的pipeline包括ESIO(纯基于事件的)和ESVIO(带有图像辅助的事件)，它们
xsyaoxuexi·2024-01-16 12:39

vslam论文25: 结构约束的RGB-D SLAM（ICRA 2021）

摘要本文提出了一种专门为结构化环境设计的RGB-DSLAM系统，旨在通过从周围提取的几何特征来提高跟踪和制图精度。
xsyaoxuexi·2024-01-16 12:39

vslam论文10：PL-VINS:具有点和线特征的实时单目视觉惯性SLAM

摘要PL-VINS是基于最先进的基于点的VINS-mono，开发的一种基于点和线特征的实时、高效优化的单目VINS方法。我们观察到，目前的作品使用LSD算法提取线条特征;然而,LSD是为场景形状表示而设计的，而不是为姿态估计问题设计的，由于其高昂的计算成本，这成为了实时性能的瓶颈。在本文中，我们通过研究隐藏参数调整和长度抑制策略来改进LSD算法。改进后的LSD算法的运行速度至少是LSD的三倍。此外
xsyaoxuexi·2024-01-16 12:08

vslam论文15：DynaVINS: 一种动态环境下的视觉惯性SLAM（ICRA 2023）

摘要视觉惯性里程计和SLAM算法广泛应用于服务机器人、无人机和自动驾驶汽车等领域。大多数SLAM算法都是基于假设地标是静态的。然而，在现实世界中，存在着各种各样的动态物体，它们降低了姿态估计的精度。
xsyaoxuexi·2024-01-16 12:08

vslam论文23：VIP-SLAM: 一种高效、紧耦合的RGB-D视觉惯性平面SLAM（ICRA 2022）

摘要本文提出了一种融合RGB、Depth、IMU和结构化平面信息的紧密耦合SLAM系统。传统的基于稀疏点的SLAM系统总是保持大量的地图点来建模环境。
xsyaoxuexi·2024-01-16 12:08

vslam论文8：EPLF-VINS: Real-Time Monocular Visual-InertialSLAM With Efficient Point-Line Flow Features

（RAL2023）摘要本文介绍了一种利用点和线特征的高效视觉惯性同步定位和映射(SLAM)方法。目前，基于点的SLAM方法在弱纹理和运动模糊等场景下表现不佳。
xsyaoxuexi·2024-01-16 12:38

[UAV] 无人机仿真平台搭建

1.1新建本地代码仓库1.2编译添加路径（记得将PathToPrometheus替换成你的文件路径）1.3安装ROS所需的其他插件或者库安装Mavros功能包安装rtabmap安装Octomap:激光SLAM
解解i·2024-01-16 12:26

以太坊使用ENS自定义智能合约的地址管理

由于它是用JavaScript编写的，因此我们决定在Node.js中实现AWSLambda函数，并通过我们的后端调用它们
编程狂魔·2024-01-16 08:32

[VGG团队论文阅读]Free3D: Consistent Novel View Synthesis without 3D Representation

Vedaldi,C.Z.A.(n.d.).Free3D:ConsistentNovelViewSynthesiswithout3DRepresentation.Chuanxiaz.com.https://chuanxiaz.com/free3d/static/videos/Free3D.pdfFree3D:无需3D表示的一致新视角合成VisualGeometryGroup,Universityof
王知为·2024-01-16 08:23

2019-05-23

作业布置了三篇议论文阅读。在讲解议论文的过程中，主要是做，然后找相同点归类，然后总结答题技巧。以后的时间都是文言文虚词加上阅读的复习。第二节：讲了试卷；明天上午还是要提问一下几个重点题的
木木木倩·2024-01-16 07:07

Kalman Filter in SLAM (7) ——Error-state Iterated Kalman Filter (EsIKF, 误差状态迭代卡尔曼滤波)

文章目录1.EsKF和IEKF公式回顾1.1.EsKF误差状态卡尔曼滤波方程1.2.IEKF迭代扩展卡尔曼滤波方程2.EsIKF公式推导2.1.预测公式2.2.校正公式2.2.1.误差状态观测方程2.2.2.传感器观测误差值2.2.3.校正公式2.3.R2Live中的Es-IKF的校正公式理解2.3.1.IMU+Camera2.3.2.IMU+LiDAR实际EsIKF就是把EsKF和IEKF两个结
Cc1924·2024-01-16 06:43

多传感器融合SLAM数学学习历程

多传感器融合SLAM数学学习历程>>>流形和流形空间（姿态）https://blog.csdn.net/professor_Xie/article/details/131911894fast-lio带着问题看知识欧式空间和流形空间的区别和联系
SensorFusion·2024-01-16 06:38

论文阅读：Online Spatio-temporal Calibration of Tightly-coupled Ultrawideband-aided Inertial Localization

前言OnlineSpatio-temporalCalibrationofTightly-coupledUltrawideband-aidedInertialLocalization这篇论文是发布在IROS2021上的一篇文章，主要针对载体上的MU和UWB进行空间校准与时间校准。一、问题背景GPS拒止：在室内环境中缺乏一种有效的定位方案，并且在城市峡谷中GPS性能会显著下降。基于相机IMU的定位系统
独孤西·2024-01-16 06:06

【论文阅读】Tightly Coupled 3D Lidar Inertial Odometry and Mapping

TightlyCoupled3DLidarInertialOdometryandMapping摘要I.介绍II.相关工作III.符号与说明A.符号B.IMU运动1)状态2)运动模型3)预积分IV.紧耦合Lidar-IMU里程计A.Lidar-IMU里程计概述B.去畸变和特征提取C.相对Lidar测量D.激光雷达扫描匹配E.优化V.使用旋转约束进行细化VI.实验VII.测试与分析本文主要是对LIO-
MIKingZCC·2024-01-16 06:05

NLP论文阅读记录 - 2021 | WOS 利用 ParsBERT 和预训练 mT5 进行波斯语抽象文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法A.序列到序列ParsBERTB、mT5四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言LeveragingParsBERTandPretrainedmT5forPersianAbstractiveTextSummariza
yuyuyu_xxx·2024-01-16 04:52

NLP论文阅读记录 - 2021 | WOS 基于动态记忆网络的抽取式摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ExtractiveSummarizationBasedonDynamicMemoryNetwork（21）0、论文摘要我们提出了一种基于Bert和动态记忆网络的提取摘要模型。
yuyuyu_xxx·2024-01-16 04:51

NLP论文阅读记录 - 2021 | WOS 使用 GA-HC 和 PSO-HC 改进新闻文章的文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试二.相关工作三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ImprovedTextSummarizationofNewsArticlesUsingGA-HCandPSO-HC（21）0、
yuyuyu_xxx·2024-01-16 04:51

NLP论文阅读记录 - 2021 | WOS HG-News：基于生成式预训练模型的新闻标题生成

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言HG-News:NewsHeadlineGenerationBasedonaGenerativePre-TrainingModel（2108）0、论文摘要自从神经网络方法应
yuyuyu_xxx·2024-01-16 04:19

论文阅读_中文医疗模型_ eHealth

英文题目：BuildingChineseBiomedicalLanguageModelsviaMulti-LevelTextDiscrimination中文题目：基于多层次文本辨析构建中文生物医学语言模型论文地址：https://arxiv.org/pdf/2110.07244.pdf领域：自然语言处理，生物医学发表时间：2021作者：QuanWang等，百度模型下载：https://huggin
xieyan0811·2024-01-15 22:21

FlatFS: Flatten Hierarchical File System Namespace on Non-volatile Memories——论文泛读

ATC2022Paper元数据论文阅读汇总问题传统文件系统通过将其构造为目录树来提供分层的命名空间。
妙BOOK言·2024-01-15 18:08

Lunule: An Agile and Judicious Metadata Load Balancer for CephFS——论文泛读

SC2021Paper元数据论文阅读汇总问题CephFS采用动态子树分区方法，将分层命名空间划分并将子树分布到多个元数据服务器上。
妙BOOK言·2024-01-15 18:08

Mantle: A Programmable Metadata Load Balancer for the Ceph File System——论文泛读

SC2015Paper元数据论文阅读汇总问题优化Ceph的元数据局部性和负载平衡。
妙BOOK言·2024-01-15 17:03

革命性突破！全新多传感器辅助惯性导航系统，效能与精准度并肩

使用案例：VINS/VIO、GPS-INS、LINS/LIO、用于定位和建图的多传感器融合(SLAM)。原文链接：革命性突破！全新多传感器辅助惯性导航系统，效能与精准度并
3DCV·2024-01-15 17:46

慕尼黑工业大学最新提出！单目实时密集建图的混合隐式场方法

作者：小柠檬|来源：3DCV在公众号「3DCV」后台，回复「原论文」可获取论文pdf我们提出了一种新颖的方法，它将基于深度学习的密集SLAM与神经隐式场相结合，实时生成密集地图，而无需像以前的方法那样依赖
3DCV·2024-01-15 17:46

UncLe-SLAM：稠密神经辐射场SLAM的不确定性学习

作者：大森林|来源：3DCV在公众号「3DCV」后台，回复「原论文」可获取论文pdf笔者总结本文提出了一种名为UncLe-SLAM的方法，实现了在密集神经SLAM中对深度不确定性进行建模。
3DCV·2024-01-15 17:44

对于3D激光SLAM，LeGo-LOAM到底有多重要？

LeGo-Loam是基于ros系统框架的3D激光slam开源代码。代码简洁，其中大量计算都是手动推导出来，依赖库相对较少，主要依赖gtsam进行后端因子图优化。
3DCV·2024-01-15 17:11

NLP论文阅读记录 - 2022 | WOS 用于摘要法律文本的有效深度学习方法

文章目录前言0、论文摘要一、Introduction1.1目标问题二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言Effectivedeeplearningapproachesforsummarizationoflegaltexts（22）0、论文摘要数字形式的法律判决文件的可用性为信息提取和应用提供了众多机会。由于这
yuyuyu_xxx·2024-01-15 17:11

NLP论文阅读记录 - 2021 | WOS01 通过对比学习增强 Seq2Seq 自动编码器进行抽象文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.3本文贡献二.相关工作三.本文方法A文档增强B.自我监督对比学习C.序列到序列架构四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言EnhancedSeq2SeqAutoencoderviaContrastiveLearningforAbstractiveTextSummar
yuyuyu_xxx·2024-01-15 17:11

NLP论文阅读记录 - 2022 | WOS 数据驱动的英文文本摘要抽取模型的构建与应用

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言ConstructionandApplicationofaData-DrivenAbstractExtractionModelforEnglishText（2204）0、论文摘
yuyuyu_xxx·2024-01-15 17:10

NLP论文阅读记录 - 2022 | WOS 一种新颖的优化的与语言无关的文本摘要技术

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ANovelOptimizedLanguage-IndependentTextSummarizationTechnique（2204）0、论文摘要大量文本数据以多种语言以电子方
yuyuyu_xxx·2024-01-15 17:33

[论文阅读]Self-Supervised Learning for Videos: A Survey

Schiappa,M.C.,Rawat,Y.S.,&Shah,M.(2023).Self-SupervisedLearningforVideos:ASurvey.ACMComput.Surv.,55(13s),1–37.https://doi.org/10.1145/3577925论文中文名称：视频的自监督学习综述摘要：深度学习在各个领域取得的显著成功依赖于大规模标注数据集的可用性。然而，获取标注
王知为·2024-01-15 16:11

【sensors论文阅读】Intelligent Point Cloud Processing, Sensing, and Understanding

Wang,M.,Yue,G.,Xiong,J.,&Tian,S.(2024).IntelligentPointCloudProcessing,Sensing,andUnderstanding.Sensors,24(1).https://doi.org/10.3390/s24010283智能点云处理、感知和理解1.引言尽管存在离散数据点之间的不规则拓扑结构，点云被认为是表示3D数字地貌的基本支柱之一
王知为·2024-01-15 16:11

【论文阅读】基于纤维束成像的新型微结构信息引导的监督对比学习，自动识别视网膜丘视觉通路

Li,S.,Zhang,W.,Yao,S.,He,J.,Zhu,C.,Gao,J.,Xue,T.,Xie,G.,Chen,Y.,Torio,E.F.,Feng,Y.,Bastos,D.C.A.,Rathi,Y.,Makris,N.,Kikinis,R.,Bi,W.L.,Golby,A.J.,O’Donnell,L.J.,&Zhang,F.(2024).Tractography-basedautom
王知为·2024-01-15 16:11

论文阅读 Vision Transformer - VIT

文章目录1摘要1.1核心2模型架构2.1概览2.2对应CV的特定修改和相关理解3代码4总结1摘要1.1核心通过将图像切成patch线形层编码成token特征编码的方法，用transformer的encoder来做图像分类2模型架构2.1概览2.2对应CV的特定修改和相关理解解决问题：transformer输入限制:由于自注意力+backbone，算法复杂度为o(n²)，token长度一般要bhnd
highoooo·2024-01-15 16:06

【论文阅读】Deep learning for unmanned aerial vehicles detection: A review.

Al-lQubaydhi,N.,Alenezi,A.,Alanazi,T.,Senyor,A.,Alanezi,N.,Alotaibi,B.,Alotaibi,M.,Razaque,A.,&Hariri,S.(2024).Deeplearningforunmannedaerialvehiclesdetection:Areview.ComputerScienceReview,51(100614),1
王知为·2024-01-15 08:09

【论文阅读】attention is all you need

1.论文链接AttentionIsAllYouNeed2.论文主要为了解决什么问题？传统的RNN不能并行处理，如果想要有hih_{i}hi，必须要有hi−1h_{i-1}hi−1作为输出传统的CNN的跨度太大以上两个不是很好的能够捕捉到很久之前的信息3.模型流程由于这个模型的过程比较多，因此只选择了部分有代表性的来说明layernormalization首先常见的有batchnormalizati
Capsfly·2024-01-15 07:36

论文阅读：Attention is all you need

【最近课堂上Transformer之前的DL基础知识储备差不多了，但学校里一般讲到Transformer课程也接近了尾声；之前参与的一些科研打杂训练了我阅读论文的能力和阅读源码的能力，也让我有能力有兴趣对最最源头的论文一探究竟；我最近也想按照论文梳理一下LLM是如何一路发展而来的，所以决定阅读经典论文。本文是这个系列的第一篇。】Attentionisallyouneed这篇文章提出了一个新的“简单
__心似大海__·2024-01-15 07:31

docker应用：搭建uptime-kuma监控站点

历史攻略：docker：可视化工具portainerdocker-compose：搭建自动化运维平台Spug开源地址：https://github.com/louislam/uptime-kuma安装：
玩转测试开发·2024-01-15 06:47

自动驾驶车辆运动规划方法综述 - 论文阅读

本文旨在对自己的研究方向做一些记录，方便日后自己回顾。论文里面有关其他方向的讲解读者自行阅读。参考论文：自动驾驶车辆运动规划方法综述1摘要规划决策模块中的运动规划环节负责生成车辆的局部运动轨迹，决定车辆行驶质量的决定因素未来关注的重点：（1）精准建模描述车辆的运动过程（2）清晰地描述环境情况（3）完成算法地容错冗余设计（4）简化求解难度以及如何保障算法的泛化求解能力2车辆运动规划的概念车辆运动规划
Big David·2024-01-15 05:46

一种具有轨迹优化的无人驾驶车实时运动规划器 论文阅读

论文题目：AReal-TimeMotionPlannerwithTrajectoryOptimizationforAutonomousVehiclesAbstract本文的实时规划器首先将空间离散化，然后基于一组成本函数搜索出最佳轨迹。迭代优化所得到的轨迹的Path和Speed。post-optimization计算复杂度低，能够在几次迭代内收敛到一个更高质量的解，该框架可以减少52%的规划时间，
Big David·2024-01-15 05:46

call to non-static member function without an object argument

原因：std::async(&SLAM::SaveDebugCloud(),__node);改成以下即可：std::async(&SLAM::SaveDebugCloud,__node);
妄想出头的工业炼药师·2024-01-15 03:02

NLP论文阅读记录 - 2021 | WOS 使用深度强化学习及其他技术进行自动文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1.Seq2seq模型2.2.强化学习和序列生成2.3.自动文本摘要三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言AutomaticTextSummarizationUsingDeepReinforcementLe
yuyuyu_xxx·2024-01-15 02:57
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他