发 帖  
  • 目前视觉SLAM系统可以在微型个人计算机(PC)和嵌入式设备中运行,甚至可以在智能手机等移动设备中运行(Klein和Murray,2009)。与室内或室外移动机器人不同,自动驾驶车辆具有更复杂的参数,尤其是当车辆在城市环...
    0
    1700次阅读
    0条评论
  • YOLOV7提出了辅助头的一个训练方法,主要目的是通过增加训练成本,提升精度,同时不影响推理的时间,因为辅助头只会出现在训练过程中。...
    0
    1796次阅读
    0条评论
  • ,传统的自动驾驶技术可以概括为“2D 直视图+CNN”时代,路况感知信号由相机收集到的 2D 图像和雷达收集到的 3D 图像组成,感知数据基于每个传感器的位置形成放射图像,不同感知结果通过 CNN(卷积神经网络)进行后融...
    0
    2656次阅读
    0条评论
  • 除了顶尖的图像质量,扩散模型还带来了许多其他好处,包括不需要对抗性训练。对抗训练的困难是有据可查的。在训练效率的话题上,扩散模型还具有可伸缩性和并行性的额外好处。...
    0
    1141次阅读
    0条评论
  • 本文中将以分析几个案例的方式拆解程序编程的过程,从控制过程到原理及梯形图。如果采用其它系列或品牌的PLC,其逻辑结构大同小异。...
    0
    2089次阅读
    0条评论
  • 判断机器视觉的照明的好坏,首先必须了解什么是光源需要做到的!显然光源应该不仅仅是使检测部件能够被摄像头“看见”。有时候,一个完整的机器视觉系统无法支持工作,但是仅仅优化一下光源就可以使系统正常工作。...
    0
    710次阅读
    0条评论
  • 作为无人车以及智能机器人而言,在装配过程中各个传感器之间的外参标定一直是比较头疼的问题。这里作者也系统的学习了一下,传感器的外参标定和在线标定问题。...
    0
    1723次阅读
    0条评论
  • Boosting是一种集成技术,尝试从多个弱分类器创建强分类器。这是通过从训练数据构建模型,然后创建第二个模型来尝试纠正第一个模型中的错误来完成的。添加模型,直到完美预测训练集或添加最大数量的模型为止。...
    0
    1172次阅读
    0条评论
  • 面阵相机机器视觉应用更加广泛。面阵CCD的优点是可以直接获取二维图像信息,测量图像直观。可以短时曝光,利于抢拍动态景物,也可以拍静态景物。由于我平时使用的基本都是面阵相机,所以这里主要介绍面阵相机的选型。...
    0
    3561次阅读
    0条评论
  • 在机器人零点校正时,轴被移到一个定义的机械位置,即所谓机械零位。如果机器人在这机械零位, 那么每个轴的绝对传感器值被存储。零点标定目的是使机器人各轴的轴角度与连接在各轴电机上的绝对值编码器的脉冲计数值对应起来的操作。具体...
    0
    4860次阅读
    0条评论
  • 传统光学成像建立在几何光学基础上,借鉴人眼视觉“所见即所得”的原理,而忽略了诸多光学高维信息。当前传统光学成像在硬件功能、成像性能方面接近物理极限,在众多领域已无法满足应用需求。...
    0
    1547次阅读
    0条评论
  • Transformer 本质上是一个 Encoder-Decoder 架构。因此中间部分的 Transformer 可以分为两个部分:编码组件和解码组件。...
    0
    987次阅读
    0条评论
  • AI 模型构建的过程 模型构建主要包括 5 个阶段,分别为模型设计、特征工程、模型训练、模型验证、模型融合。...
    0
    11621次阅读
    0条评论
  • 镜头的成像质量有它自己的一系列衡量指标,一般来说,相机的成像质量要和镜头的成像质量相对应,差异不能太大。镜头再好,机身传感器的分辨率上不去,其优质的取景能力也表现不出来; 机身画幅和分辨率再高,镜头画质不给力,也捕获不到...
    0
    7039次阅读
    0条评论
  • 飞行器控制相对简单,可以一个指令就实现起飞并悬停、降落,只需要向 cmd_vel 发送指令就可以实现水平方向的加速度运控制和垂直方向的速度控制...
    0
    1047次阅读
    0条评论
ta 的专栏

成就与认可

  • 获得 97 次赞同

    获得 0 次收藏

谁来看过他

关闭

站长推荐 上一条 /9 下一条

返回顶部