ORB-SLAM2源码详解.pdf
里面详细推导了ORB_SLAM2的很多公式,比看原论文容易理解
本文作者为北航自动化学院在读博士邱笑晨,预积分详细公式推导。IMU 预积分技术最早由 T Lupton 于 12 年提出[1], C Forster 于 15 年[2][3][4]将其进一 步拓展到李代数上,形成了一套优雅的理论体系。 Forster 将 IMU 预积分在开源因子图优化 库 GTSAM 中进行了实现,并完成了和其另一大作 SVO 的组合。这套理论目前已经被广泛 的应用在基于 Bundle Adjustment 优化框架的 Visual Inertial Odometry 中。其中包括 VI-ORBSLAM,港科大 VINS,百度/浙大 ICE-BA 等。
matplotlib绘图的详细颜色参数选项,可以对照博文:https://blog.csdn.net/qq_34213260/article/details/106849963进行学习
基于keras框架实现的GAN网络结构实现0~9的数字图像生成,可以结合博文:https://blog.csdn.net/qq_34213260/article/details/106351394
基于keras实现的U-Net网络模型实现代码,可以结合博客https://blog.csdn.net/qq_34213260/article/details/106346996
基于keras的ResNet-50实现,可以结合文章https://blog.csdn.net/qq_34213260/article/details/106314320了解网络原理和实现
一个基于keras实现的交通标志识别的深度神经网络,在测试集上实现了99%的超高准确率,并包含相关的训练和测试数据。以及一个帮助函数文档
使用传统视觉方法实现车道线检测,可以对单张图片和视频流进行检测,在弯道线上也有一定的鲁棒性。欢迎大家交流学习