2019年7月16日
摘要: 2019年7月16日15:55:11 感觉虚拟视点也是视觉slam里头一个重要的需求和应该实现的功能,但是好像 没看到什么资料。 百度的全景地图,或者有些公司网站上的3d装修效果图,可以用鼠标拖动查看不同视角,但是 图片看起来很奇怪,那不是虚拟视点,只是对图片做了变换。 虚拟视点的一些资料: htt 阅读全文
posted @ 2019-07-16 16:25 菠菜僵尸 阅读(554) 评论(0) 推荐(1) 编辑
  2019年7月12日
摘要: 下面是slam14讲公式5.7 $Z\left(\begin{array}{l}{u} \\ {v} \\ {1}\end{array}\right)=\left(\begin{array}{ccc}{f_{x}} & {0} & {c_{x}} \\ {0} & {f_{y}} & {c_{y}} 阅读全文
posted @ 2019-07-12 18:38 菠菜僵尸 阅读(2410) 评论(2) 推荐(0) 编辑
  2019年7月9日
摘要: 2019年7月9日14:31:13 完成了一个简单的小例子,python生成点云数据,利用pybind11传给PCL显示。 ubuntu 16.04 + Anaconda3 python3.6 + PCL 1.8 + pybind11 代码: https://github.com/necroen/p 阅读全文
posted @ 2019-07-09 14:40 菠菜僵尸 阅读(3190) 评论(0) 推荐(0) 编辑
  2019年3月22日
摘要: 把效果图放在前面 03.28 handle_motion False architecture simple joint_encoder False depth_normalization True compute_minimum_loss True 从头训练,没有任何数据增强 2019年5月18日 阅读全文
posted @ 2019-03-22 13:53 菠菜僵尸 阅读(2689) 评论(0) 推荐(1) 编辑
  2019年3月2日
摘要: 2019年7月12日18:42:34 写了个更细致的公式推导和代码解释的 sfmlearner剖析 2019年3月2日09:29:54 正在看SfMLearner的pytorch源码,意识到无监督的深度估计最重要的是利用实体的一致性 来建立loss。 对于一个不移动的物体,相机从一个pose到另一个 阅读全文
posted @ 2019-03-02 09:36 菠菜僵尸 阅读(2133) 评论(3) 推荐(0) 编辑
  2019年2月26日
摘要: 2019年2月22日13:52:37 https://zhuanlan.zhihu.com/p/29968267 这里有个tensorlfow代码的阅读博客: https://zhuanlan.zhihu.com/p/29664269 跑的是这个版本: https://github.com/Club 阅读全文
posted @ 2019-02-26 17:29 菠菜僵尸 阅读(3391) 评论(2) 推荐(1) 编辑
摘要: 能做深度预测或估计的网络好多,记一下,有时间一个个找源码和数据跑一遍。 1,monodepth 无监督 有 tf 和 pytorch 代码 18,monodepth2 无监督 pytorch https://github.com/nianticlabs/monodepth2 Clément Goda 阅读全文
posted @ 2019-02-26 17:03 菠菜僵尸 阅读(3551) 评论(0) 推荐(2) 编辑
  2018年9月9日
摘要: 简单的玩了下opencv里头的aruco,用的手机相机,手机装了个 ip摄像头,这样视频就可以传到电脑上了。 首先是标定,我没打印chessboard,直接在电脑屏幕上显示,拍了17张,大概如下: 又在手机上装了个 尺子 之类的app,比划着量了下,每个格子大概是18.1 mm,这个棋盘是10 x 阅读全文
posted @ 2018-09-09 09:48 菠菜僵尸 阅读(8228) 评论(2) 推荐(0) 编辑
  2018年4月2日
摘要: NVIDIA安装程序失败 网上搜的其他文章有说开启windows installer的,有说彻底删掉显卡驱动重装的,其实都没啥用。 我是系统在安装其他程序过程中移动了整个D盘到另一个盘,结果所有安装在D盘的软件,包括nvidia相关的程序全部不 能正常运行。手贱删了nvidia corporatio 阅读全文
posted @ 2018-04-02 10:23 菠菜僵尸 阅读(930) 评论(0) 推荐(0) 编辑
  2018年3月29日
摘要: 以下都是基于yolo v2版本的,对于现在的v3版本,可以先clone下来,再git checkout回v2版本。 玩了三四个月的yolo后发现数值相当不稳定,yolo只能用来小打小闹了。 v2训练的权重用v3做预测,结果不一样。 我的环境是 window 10 + cuda9.0 + opencv 阅读全文
posted @ 2018-03-29 18:46 菠菜僵尸 阅读(4577) 评论(0) 推荐(0) 编辑