hai008007的博客

转载 C++右值引用、左值引用、完美转发

https://www.jianshu.com/p/d19fc8447eaa

转载 协方差矩阵以及PCA（主成分分析）

 协方差矩阵参考博文：https://blog.csdn.net/u013719780/article/details/78352262主成分分析法参考博文：注意协方差矩阵的获得：https://blog.csdn.net/u013719780/article/details/78352262恢复的：https://blog.csdn.net/witnessai1/arti...

原创 使用faster-rcnn训练自己的数据集（pytorch版本0.4.1）

参考博客：https://blog.csdn.net/weixin_43380510/article/details/83004127使用的代码：https://github.com/Lite-Java/faster-rcnn.pytorch-0.4.1-  

原创 SVM总结

看到一篇总结SVM方法的文章：http://www.cnblogs.com/bentuwuying/p/6444249.html其中SMO算法还得需要看论文原文以及李航老师的《统计学习方法》中的解释其代码实现可以参考libsvm...

转载 图像标注工具

已经有人总结了：https://blog.csdn.net/chaipp0607/article/details/79036312

原创 pytorch如何准备数据集

参考链接：https://blog.csdn.net/PC1022/article/details/80440913（1）使用torchvision.datasets.ImageFolder，不过文件夹要按照下图固定格式来创建数据集。在目录下分别建cat和dog文件夹，这就相当于做标签（2）如果采用pytorch模块自带的数据集就可以使用torchvision.datasets（3...

原创 Resnet的理解——（1）

网络深度是影响深度卷积神经网络性能的一大因素，但是研究者发现当网络不断加深时，训练的结果并不好。这不是因为过拟合，因为过拟合的话应该是训练集上结果好，测试集不好，但深度网络出现的现象是训练集上的效果就不好。而且这种现象还会随着深度加深而变差。这并不符合逻辑，因为深层网络在训练时，可以是在浅层网络的函数上加上一个恒等变换。而深层网络显然没有把这种恒等变换学习到。因此，提出了Resnet。网络结构...

原创 重新认识BN算法

Google在2015年发表论文《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》。随后BN的作用被证实，大量的神经网络都会采用在激活层前面加入BN层。起初我认为BN层只是一个简单的数据预处理，随着研究的深入，我发现其背后的原理值得深思。论文地址：https...

原创 全连接神经网络的反向传播算法（BP）

一、预热篇参考链接：http://colah.github.io/posts/2015-08-Backprop/要理解的主要点：路径上所有边相乘，所有路径相加反向传播算法(Backpropagation)已经是神经网络模型进行学习的标配。但是有很多问题值得思考一下：反向传播算法的作用是什么？ 神经网络模型的学习算法一般是SGD。SGD需要用到损失函数C关于各个权重参数的偏导数。一个...

转载 视觉slam学习资料整理

转自：http://blog.163.com/zhang_hu_0728/blog/static/24688806720170355714689/（1) orb_slam 官网（网站最后有5篇论文，价值很高）http://webdiis.unizar.es/~raulmur/orbslam/（2)半仙居士blog（可以都看，很经典）http://www.cnblogs.com/gaoxian...

原创 C++ Thread类传入某类的函数作为参数时，要在随后传入该类的对象

std::thread 调用类的成员函数需要传递类的一个对象作为参数：#include <thread>#include <iostream>class bar {public: void foo() { std::cout << "hello from member function" << std::endl; }...

转载 LOG&DOG算子(极值点检测含义)

标题 

转载 g2o学习

写在前面跟着g2o的slam2d_tutorial进行了学习，发现自己对于顶点和边的理解还是不太够，觉得有必要把顶点和边的一些东西再给总结一下，主要参考的就是如下网站： http://docs.ros.org/fuerte/api/re_vision/html/namespaceg2o.html 这个网站里面有较为全面的g2o的类以及函数的讲解，很方便。g2o的顶点（Vertex）首先我们来看一下...

转载 Lucas-Kanade 算法原理以及应用，正向、反向、additive、Compositional光流法

先祭出一片神级总结性的文章：Lucas-Kanade 20 Years On: A Unifying FrameworkLucas-Kanade 算法原理以及应用Lucas-Kanade 算法原理以及应用一 算法原理1 目标函数2 一阶泰勒公式展开3 最小化目标函数条件下的pDelta p二 LK算在跟踪的应用1 平移角度尺度版本2 平移版本3 平移尺度版本4 算法流程三 小结四 参考文献一...

转载 RANSAC-随机采样一致算法

先说最小二乘。ok，你手头有一堆数据，比如这些蓝点：那么我们假设它符合一个直线模型：y=ax+b，用最小二乘就可以很容易求解出未知参数a和b。最小二乘大法确实好哇，毕竟高斯用它来估计谷神星的轨道（https://math.berkeley.edu/~mgu/MA221/Ceres_Presentation.pdf；http://www.cnblogs.com/washa/p/3164212.htm...

转载 C++中new 一个对象的时候加括号和不加括号的区别

 先把结论放上来： 加括号调用没有参数的构造函数，不加括号调用默认构造函数或唯一的构造函数，看需求 C++在new时的初始化的规律可能为：对于有构造函数的类，不论有没有括号，都用构造函数进行初始化；如果没有构造函数，则不加括号的new只分配内存空间，不进行内存的初始化，而加了括号的new会在分配内存的同时初始化为0。 以下代码：#include <iostream>using name...

转载 OpenCV学习笔记（十二）：OpenCV坐标系与row&col的关系 (Mat::at(x,y)和Mat::at(Point(x, y))的区别)

直接给出对应关系吧注意都是相反的row == heigh == Point.ycol == width == Point.xMat::at(Point(x, y)) == Mat::at(y,x)因为还有点的坐标，所以建议在访问时都用Mat::at(Point(x, y))这种形式吧，免去了点坐标和行列的转换补充（详细解释）坐标体系中的零点坐标为图片的左上角，X轴为图像矩形的上面那条水平线；Y轴为...

转载 马氏距离

马氏距离 用来度量一个样本点Ｐ与数据分布为Ｄ的集合的距离。 假设样本点为： 数据集分布的均值为： 协方差矩阵为Ｓ。 则这个样本点Ｐ与数据集合的马氏距离为： 马氏距离也可以衡量两个来自同一分布的样本x和y的相似性： 当样本集合的协方差矩阵是单位矩阵时，即样本的各个维度上的方差均为１．马氏距离就等于欧式距离相等。 当协方差矩阵是对角矩阵时，即样本数据在各个维度上的方差可能不为１．此时...

原创 矩阵微分

转载 C++的虚函数

虚函数联系到多态，多态联系到继承。所以本文中都是在继承层次上做文章。没了继承，什么都没得谈。下面是对C++的虚函数这玩意儿的理解。一， 什么是虚函数（如果不知道虚函数为何物，但有急切的想知道，那你就应该从这里开始）简单地说，那些被virtual关键字修饰的成员函数，就是虚函数。虚函数的作用，用专业术语来解释就是实现多态性（Polymorphism），多态性是将接口与实现进行分离；用形象的语言来解...

转载 typedef的用法总结

在C还是C++代码中，typedef都使用的很多，在C代码中尤其是多。typedef与#define有些相似，其实是不同的，特别是在一些复杂的用法上，看了网上一些C/C++的学习者的博客，其中有一篇关于typedef的总结还是很不错，由于总结的很好，我就不加修改的引用过来了，加上自己的一个分析。基本定义：typedef为C语言的关键字，作用是为一种数据类型定义一个新名字。这里的数据类型包括内部数...

转载 C++typedef的详细用法

转自知乎的一段解释：作者：知乎用户链接：https://www.zhihu.com/question/29798061/answer/144423125来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。不太想谈#define, 在题主的例子的这种用法里, 它就是个文本替换工具, 预处理器完成的, 无脑替换, 跟word里的replace一模一样, 不关编译器的事. 我想...

转载 IMU与camera标定、Kalibr

目前的研究方向可以总结为在滤波算法中实现高精度，在优化算法中追求实时性．当加入IMU后，研究方向分为松耦合和紧耦合，松耦合分别单独计算出IMU测量得到的状态和视觉里程计得到的状态然后融合，紧耦合则将IMU测量和视觉约束信息放在一个非线性优化函数中去优化．紧耦合的框架使得IMU数据可以对视觉里程计进行矫正，同时视觉里程计信息也可以矫正IMU的零偏，因此一般认为紧耦合的定位精度较高．个人认为松耦合和滤...

转载 转载：张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析（附标定程序和棋盘图）

使用Opencv实现张正友法相机标定之前，有几个问题事先要确认一下，那就是相机为什么需要标定，标定需要的输入和输出分别是哪些？相机标定的目的：获取摄像机的内参和外参矩阵（同时也会得到每一幅标定图像的选择和平移矩阵），内参和外参系数可以对之后相机拍摄的图像就进行矫正，得到畸变相对很小的图像。相机标定的输入：标定图像上所有内角点的图像坐标，标定板图像上所有内角点的空间三维坐标（一般情况下假定图像位于Z...

转载 超详细的const 指针与指向const的指针

最近在复习Ｃ＋＋，指针这块真的是重难点，很久了也没有去理会，今晚好好总结一下const指针，好久没有写过博客了，记录一下~const指针的定义：　　const指针是指针变量的值一经初始化，就不可以改变指向，初始化是必要的。其定义形式如下：type *const 指针名称;　　声明指针时，可以在类型前或后使用关键字const，也可在两个位置都使用。例如，下面都是合法的声明，但是含义大不同：const...

转载 由一道python面试题引发的闭包的思考

def fun(): temp=[lambda x:x*i for i in range(4)] return tempfor every in fun(): print(every(2))这段代码的输出是：6，6，6，6其中涉及到python的闭包。什么是python的闭包：1.定义　　闭包是函数式编程的一个重要的语法结构，函数式编程是一种编程范式 (而面向过程编程和面...

转载 python的闭包

我觉得这篇博文写得很好：https://blog.csdn.net/Yeoman92/article/details/67636060解释以下代码的输出：

转载 有关eigen库的一些简单用法

目录介绍安装Demo矩阵、向量初始化C++数组和矩阵转换矩阵基础操作点积和叉积转置、伴随、行列式、逆矩阵计算特征值和特征向量解线性方程最小二乘求解稀疏矩阵介绍Eigen是一个轻量级的矩阵库,除了稀疏矩阵不成熟（3.1有较大改进）以外,其他的矩阵和向量操作都比较完善,而且速度不错.不支持vc6.0,vs最低版本支持2003（打补丁），最好是2005以上.安装在eigen 3.1.3下载最新的版本，然...

原创 SLAM相关论文与研究方向

[1]陈卫东, 张飞. 移动机器人的同步自定位与地图创建研究进展[J]. 控制理论与应用, 2005, 22(3):455-460.[2]Cadena C, Carlone L, Carrillo H, et al. Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perce...

转载 #ifndef/#define/#endif使用详解

想必很多人都看过“头文件中的 #ifndef/#define/#endif 防止该头文件被重复引用”。但是是否能理解“被重复引用”是什么意思？是不能在不同的两个文件中使用include来包含这个头文件吗？如果头文件被重复引用了，会产生什么后果？是不是所有的头文件中都要加入#ifndef/#define/#endif 这些代码？    其实“被重复引用”是指一个头文件在同一个cpp文件中被inclu...

转载 增强学习（强化学习）基础之策略梯度

http://www.52ml.net/18133.htmlhttps://zhuanlan.zhihu.com/p/28348110这两篇文章必须结合起来理解。上一篇文章介绍价值函数近似，用模型拟合价值函数。这篇文章我们介绍梯度策略，用模型直接拟合策略。       1. 策略参数化      强化学习有两种场景。一种是离散的强化学习场景。在这种场景下，我们从状态抽取状态特征向量 s^s^。和价...

转载 增强学习（强化学习）基础之价值函数的近似表示

https://zhuanlan.zhihu.com/p/28223841

原创 windows运行gym出现get_screens NotImplementedError: abstract

down vote accehttps://stackoverflow.com/questions/47615458/error-following-env-render-for-openaiYou have to downgrade pyglet 3 to pyglet 1.2.4.just type: pip install pyglet==1.2.4 in yo...

原创 增强学习（强化学习）算例之Q-learning

我认为本文是学习率为1的Q-learning。为什么这么讲呢？根据Q-learning算法：更新一个状态行为对的Q价值时，采用的不是当前遵循策略的下一个状态行为对的Q价值，而是采用的待评估策略产生的下一个状态行为对的Q价值。公式如下：式中，红色部分的TD目标是基于另一个评估策略产生的行为得到的价值。Q学习最主要的表现形式是：个体遵循的策略是基于当前状态行为价值函数的一个策略，而目标策略是基于当前状...

转载 增强学习（强化学习）基础之TD差分法

https://blog.csdn.net/coffee_cream/article/details/70194456https://zhuanlan.zhihu.com/p/28107168https://zhuanlan.zhihu.com/p/28108498https://zhuanlan.zhihu.com/p/25913410

转载 增强学习（强化学习）基础之蒙特卡洛方法

https://blog.csdn.net/coffee_cream/article/details/66972281https://zhuanlan.zhihu.com/p/25743759https://zhuanlan.zhihu.com/p/28107168这三篇文章要结合看才能看懂，相互补充

转载 增强学习（强化学习）基础之动态规划寻找最优解

https://zhuanlan.zhihu.com/p/28084955

转载 增强学习（强化学习）基础之马尔科夫决策过程

https://zhuanlan.zhihu.com/p/28084942这位知乎的博主是根据David Silver的课件讲的。我认为讲得比较清楚。可以参考

转载 Deep Reinforcement Learning 深度增强学习资源

1 学习资料增强学习课程 David Silver （有视频和ppt）:http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Teaching.html最好的增强学习教材：Reinforcement Learning: An Introductionhttps://webdocs.cs.ualberta.ca/~sutton/book/the-book.html ...

原创 怎样学习深度强化（增强）学习

Learning Reinforcement Learning (with Code, Exercises and Solutions) Skip all the talk and go directly to the Github Repo with code and exercises.Why Study Reinforcement LearningReinforcement Learning...