ORB-SLAM2代码解析
整理了一些有关于ORB-SLAM2的代码的资料
slam原理介绍和经典算法
slam算法假设的环境中的物体都是处于静态或者低运动状态的，然而，现实世界是复杂多变的，因此这种假设对于应用 环境有着严格的限制，同时影响视觉slam系统在实际场景中的应用性。当环境中存在动态物体时，会给系统带来错误的观测数据，同时降低系统的精度和鲁棒性。通过RANSAC算法（随机采样一致性）的外点
快速傅里叶变换及Python代码实现
我想认真写好快速傅里叶变换（Fast Fourier Transform，FFT），所以这篇文章会由浅到细，由窄到宽的讲解，但是傅里叶变换对于寻常人并不是很容易理解的，所以对于基础不牢的人我会通过前言普及一下相关知识。我们复习一下三角函数的标准式：A代表振幅，函数周期是2πw，频率是周期的倒数w2π
PnP解算及SolvePnp用法
PnP问题概念，OpenCV中的solvePnP的各参数意义，并包括使用方法。
SIFT图像匹配原理及python实现（源码实现及基于opencv实现）
SIFT图像匹配原理及python实现,源码实现,基于opencv实现
Chat、GPT-4 加上 Midjourney = 一个完美的团队？我可以使用这两种工具创建更好的 AI 图像吗？
首先，我让我的新工具告诉我更多关于它自己的信息。
pytorch使用过程中指定显卡训练
目录1 指定单块显卡进行训练 1.1 默认的0号显卡 1.2 使用其他显卡，例如1号或其他
什么是ChatGPT？
ChatGPT就是聊天机器人。
Batchsize的大小怎样设置？Batchsize过大和过小有什么影响
Batchsize的大小怎样设置？Batchsize过大和过小有什么影响。batch_size：表示单次传递给程序用以训练的数据（样本）个数。如果我们的数据集钟含有的样本总数为12800个样本，batch_size=128，那么就需要10个batch才能够训练完一个epoch。
从认知智能的角度认识ChatGPT的不足
从认知智能的角度说说ChatGPT的不足。
云GPU（恒源云【不推荐】）训练的具体操作流程
主要介绍一下如何使用云服务器平台训练网络，包括pycharm配置、数据传输、服务器如何使用等
基于Python实现的机器人自动走迷宫
机器人自动走迷宫一 题目背景1.1 实验题目在本实验中，要求分别使用基础搜索算法和 Deep QLearning 算法，完成机器人自动走迷宫。图1 地图（size10）如上图所示，左上角的红色椭圆既是起点也是机器人的初始位置，右下角的绿色方块是出口。游戏规则为：从起点开始，通过错综复杂的迷宫，到达目
PyTorch深度学习实战 | 神经网络的优化难题
即使我们可以利用反向传播来进行优化，但是训练过程中仍然会出现一系列的问题，比如鞍点、病态条件、梯度消失和梯度爆炸，对此我们首先提出了小批量随机梯度下降，并且基于批量随机梯度下降的不稳定的特点，继续对其做出方向和学习率上的优化。
OpenCV实战（12）——图像滤波详解
滤波是信号和图像处理中的基本任务之一，其旨在有选择地提取图像的某些特征，可以用于在给定应用程序的上下文中传达重要信息，例如，去除图像中的噪声、提取所需的视觉特征、图像重采样等。图像滤波起源于信号系统理论，本节将介绍一些与滤波相关的重要概念，并展示如何在图像处理应用程序中使用滤波器。
Bytetrack 环境配置 &核心代码解析
Bytetrack 环境配置 &核心代码解析
PyTorch使用多GPU并行训练及其原理和注意事项
PyTorch使用多GPU并行训练及其原理和注意事项
dagum基尼系数分析全流程
上表格可以看到，从组内基尼系数Gw来看，整体上，华东地区、华北地区和华南地区的组内基尼系数值较大，意味着华东地区、华北地区和华南这3个区域，他们内部各省份之间的收入不均匀现象较为严重。从上表可知：整体上看，总体基尼系数有着一定的下降趋势，但是下降趋势不明显，2012年为0.227，2021年为0.2
ChatGPT在五大行业应用落地及带来的影响
这篇文章将深入探讨一下ChatGPT目前影响最大的五个行业，以及该技术在对应行业应用过程中的优劣势和趋势判断。
图像处理——图像增强
最近在忙着两个YOLOv7项目，通过看大量的论文，发现很多的相关的论文都会在收集图像后进行图像的增强，本文将使用python中的opencv模块实现常见的图像增强方法。 由于光照角度和天气等不确定因素，导致图像采集的光环境极其复杂；为了提高目标检测模型的泛化能力，本文采用了几种图像增强方法
机器学习中的数学原理——精确率与召回率
详解精确率和召回率，通过这篇博客，你将清晰的明白什么是精确率、召回率。这个专栏名为白话机器学习中数学学习笔记，主要是用来分享一下我在 机器学习中的学习笔记及一些感悟，也希望对你的学习有帮助哦！感兴趣的小伙伴欢迎私信或者评论区留言！这一篇就更新一下《 白话机器学习中的数学——精确率与召回率》
