fariver

摘要： Transformer ) 名称解释： Self-Attention: 类似于CNN里面的Conv层，是Transformer中重复次数最多的特征提取Layer。 Multi-Head Attention: 相对于Self-Attention，将每个节点外接多个q、k、v head。 Cross A 阅读全文

摘要： 目录视觉SLAM特征点法2D-2D对极几何3D-2D PnP3D-3D ICP光流法说明直接法理论模型（最小化光度误差）一些细节问题工程问题安装sophus 视觉SLAM 特征点法 特征点提取+匹配 ORB = Fast + ORiented Brief 特征点：Fast10(9/11)，即如果周围 阅读全文

摘要： 三维点云处理 Cluster 对给定点集$p_i, i \in {1,2,...n}$进行聚类。 K-means (1) 随机初始化K个中心点 (2) 每个点$p_i$属于分配一个距离最近的点 (3) 更新中心点位置 (4) check converge 变种： K-Medoids（K中心点法）：中 阅读全文

摘要： Caffe使用经验积累 本贴记录Caffe编译好了，使用过程的常用命令与常见错误解决方式。如果对编译过程还存在问题，请参考 "史上最全的caffe安装过程" 配置Caffe环境。 1 使用方法 训练网络 选择某个模型作为预训练模型 继续之前的状态续训 画出网络结构 选择多gpu进行训练 设置系统环境 阅读全文

摘要： 1 安装Torch 本文介绍Torch7的安装方法，因为本人安装Torch前安装了caffe，所以可能CUDA、cudnn、Blas等Torch可能需要用来的库的安装就不再重复介绍了，相关依赖出现问题的的猿友可以参考 "史上最全的caffe安装过程" 。 1.1 安装luarock lua是通过lu 阅读全文

摘要： Linux下的GPU版Caffe安装方法 系统环境：Ubuntu 14.04LTS + NV TitanX 1.1 (可选)显卡驱动的安装(有风险) 如果需要重装，需要先卸载已有版本 再重装一个比较稳定的版本 或者安装其它最新版本的驱动，但一定注意，通过apt get或者yum安装， 不要用官方的. 阅读全文

摘要： 创新点：基于Faster RCNN使用更高效的基础网络 1.1 创新点 PVAnet是RCNN系列目标方向，基于Faster RCNN进行改进，Faster RCNN基础网络可以使用ZF、VGG、Resnet等，但精度与速度难以同时提高。PVAnet的含义应该为：Performance Vs Acc 阅读全文

摘要： 1 YOLO 创新点： 端到端训练及推断 + 改革区域建议框式目标检测框架 + 实时目标检测 1.1 创新点 (1) 改革了区域建议框式检测框架: RCNN系列均需要生成建议框，在建议框上进行分类与回归，但建议框之间有重叠，这会带来很多重复工作。YOLO将全图划分为SXS的格子，每个格子负责中心在该 阅读全文

摘要： 1 SSD基础原理 1.1 SSD网络结构 SSD使用VGG 16 Atrous作为基础网络，其中黄色部分为在VGG 16基础网络上填加的特征提取层。SSD与yolo不同之处是除了在最终特征图上做目标检测之外，还在之前选取的5个特特征图上进行预测。 SSD图1为SSD网络进行一次预测的示意图，可以看 阅读全文

摘要： 1 priority_queue C++中优先队列是一种特殊的队列，能够返回队列中优先级最大或者最小的元素，其内部是由 堆 实现的，个人认为这种方式使用更加直观。 1.1 返回vector中的最值元素 但是，有时候我们想让在内部建立一个小项堆，使用值越小的元素优先级越高，这时就可以用如下定义， 1. 阅读全文