摘要: sudo /etc/docker/daemon.json { "registry-mirrors": [ "https://dockerhub.azk8s.cn", "https://reg-mirror.qiniu.com", "https://registry.docker-cn.com", " 阅读全文
posted @ 2020-08-18 03:13 木易修 阅读(1120) 评论(0) 推荐(0) 编辑
摘要: 以往去GUI下命令行echo $DISPLAY查看(如 :1 ),并在自己的命令行下或python代码里面加入: 即可。 但仍提示cannot connect to X server :1的话,则考虑是当前用户没有权限连接到X server,此时需要 使用xhost命令来设置。先执行xhost查看当 阅读全文
posted @ 2020-03-24 16:05 木易修 阅读(6252) 评论(0) 推荐(1) 编辑
摘要: 习惯在代码中左花括号不换行的风格,网上搜了下,在vscode中settings.json设置如下: 阅读全文
posted @ 2020-02-24 02:44 木易修 阅读(4779) 评论(0) 推荐(2) 编辑
摘要: Sophus截止目前有很多版本,其中大体分为两类,一种是用模板实现的方法,一种是用非模板类实现的,SLAM十四讲中使用的是非模板类库,clone Sophus: git clone http://github.com/strasdat/Sophus.git 对于非模板类库使用以下版本: git ch 阅读全文
posted @ 2019-07-08 15:52 木易修 阅读(2702) 评论(0) 推荐(0) 编辑
摘要: 1. Introduction 人脸识别受到各种因素影响,其中最重要的两个影响是 pose 和 expression, 这两个因素会对 intra person 变化产生极大的影响, 有时候甚至会超过 inter person 变化的影响。面对这两个挑战,许多工作可以大体被划分为两种: featur 阅读全文
posted @ 2019-01-15 20:20 木易修 阅读(883) 评论(0) 推荐(0) 编辑
摘要: 转载自:https://blog.csdn.net/abc20002929/article/details/8520063 之所以写: 场景:给定物体3D点集与对应的图像2D点集,之后进行姿态计算(即求旋转与位移矩阵)。 在翻阅opencv api时看到这2个函数输出都是旋转与位移,故做简单分析并记 阅读全文
posted @ 2018-12-19 14:37 木易修 阅读(1696) 评论(0) 推荐(0) 编辑
摘要: Introduction 感受野(receptive field)是卷积神经网络(Convolutional Neural Network,CNNs)中最重要的概念之一,当前流行的物体识别方法的架构大都围绕感受野的设计。 从CNN可视化的角度来讲,感受野就是输出featuremap某个节点的响应对应 阅读全文
posted @ 2018-10-28 02:58 木易修 阅读(2600) 评论(0) 推荐(1) 编辑
摘要: 概述 排序算法的分类 1. 插入类排序 直接插入排序、折半插入排序、希尔排序 2. 交换类排序 冒泡排序、快速排序 3. 选择类排序 简单选择排序、堆排序 4. 归并类排序 二路归并排序 5. 基数类排序 基数类排序基于 多关键字排序 的思想,把一个逻辑关键字拆分成多个关键字。 插入类排序 直接插入 阅读全文
posted @ 2018-10-17 17:28 木易修 阅读(287) 评论(0) 推荐(0) 编辑
摘要: 概述 在N个乱序数字中查找第K大的数字,时间复杂度可以减小至O(N). 可能存在的限制条件: 要求时间和空间消耗最小、海量数据、待排序的数据可能是浮点型等。 方法 方法一 对所有元素进行排序,之后取出前K个元素,时间复杂度高,不提倡。 思路:使用快排,选择排序,堆排序。 时间复杂度:排序复杂度nlo 阅读全文
posted @ 2018-10-15 11:58 木易修 阅读(246) 评论(0) 推荐(0) 编辑
摘要: RPN概述 1) RPN网络综述 Base Model最后一层经过一个3\ 3\ 512的卷积后,分两路,一路为1\ 1\ 18卷积,代表每个点9个anchor,2类(fg和bg),因此是9\ 2=18维2分类预测值;另一路为1\ 1\ 36,代表每个点9个anchor,4个坐标值(x,y,w,h) 阅读全文
posted @ 2018-09-29 09:48 木易修 阅读(917) 评论(0) 推荐(0) 编辑