秃头小苏
文章
专栏
问答
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 在之前已经详细介绍过霍夫直线检测的原理了，这次我们来简单的谈谈霍夫圆检测的原理并进行实战演练。在霍夫直线检测中我已经非常详细的给出了直线检测的原理，不清楚的请先去了解。🥗🥗🥗 这篇文章我可能不会把原理介绍的非常详细，但肯
9
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 在自动驾驶检测车道线的过程中，利用霍夫变换是实现车道线检测的一个思路，下面将来详细介绍霍夫直线检测的原理🀄🀄🀄首先明确霍夫变换的大体思想，其实就是利用坐标系的转换来产生一些神奇的效果🎍🎍🎍 我们先来看这样的一个
16
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 在之前的文章中，已经介绍了Nusences数据集的基本使用——包括数据集的简介、下载、数据读取等等，还不清楚的可以点击链接跳转学习🎨🎨🎨本节将对Nusences的扩展包lidarseg 和 panoptic进行讲解，lid
78
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 嗯，实话实说，标题可能写的有点夸张🎃🎃🎃怎么说是夸张呢，因为玩转Nuscenes数据集也是我的目标🎯🎯🎯本文将从一个初学者的角度来认识Nuscenes数据集，首先会对Nuscenes数据集的结构进行分析，然后会通过代
249
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 VGG算是非常经典的网络了，它是由牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司的研究员一起研发的 “直筒型“ 的网络。既然在看这篇文章，想必已经对VGG十分熟悉了。VG
20
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 通过对shuffleNet1的讲解，相信大家已经对分组卷积和通道重排有了清晰的认识。那么shuffleNet2相较于shuffleNet1有什么不同之处呢？下面就让我们一起来学习学习✈✈✈ 在shuffleNet2论文开始，文
8
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 在之前，已经讨论过一种轻量级神经网络——MobileNet，文中对MobileNet的三个版本都做了详细的介绍，读此篇之前，建议先了解MobileNet，特别是要对其中的深度可分离卷积有较清晰的认识，因为shuffleNet中的
11
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 最近看pytorch时，遇到了对图像数据的归一化，如下图所示： 该怎么理解这串代码呢？我们一句一句的来看，先看，我们可以先转到官方给的定义，如下图所示： 大概的意思就是说，可以将PIL和numpy格式的数据从[0,255
18
4
0
0
技术社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 在读这篇之前建议大家对四系坐标系之间的转换有一个较为清晰的认识，如若有不了解的可参考我之前的博文：相机模型与几何关系推导+四系坐标转换🍉🍉🍉四系坐标转化时我们已经得到了如下公式：通过上述公式，我们易得到： 其中m表示图像
11
4
0
0
技术社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 这两天闲来无事，准备补补自己糟糕的C++知识。这篇文章可以对其有一个大概的认识C++入门基础🍋🍋🍋后面又看到了CMake的相关知识，于是就学习了一下，不至于不知道CMake是什么🌷🌷🌷cmake允许开发者编写一种平台无关
21
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 ResNet是2015年ILSVRC比赛冠军，在分类识别定位等各个赛道碾压之前的各种网络。重点是他的作者是中国人，何恺明大神！！！ 我们先来谈谈之前深度学习网络中普遍存在的问题——随着网络层数的加深，网
14
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 GoogleNet是2014年ILSVRC分类比赛冠军 ，在介绍完整的GoogleNet的网络结构之前，我们先来介绍其子结构——Inception，GoogleNet就是由这样的一个个Inception组成的。In
10
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 其中VGG-16和VGG-19较为出色（16、19指网络层数），下面以VGG-16为例，对VGG网络进行详细的介绍。首先我们可以先来看一下VGG-16的整体结构，如下图：可以看出VGG-16和AlexNet也有类似之
12
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 先来看一下我们要讲述哪些经典的网络模型，如下：LeNet ：最早用于手写数字识别的CNN网络AlexNet ：2012年ILSVRC比赛冠军，比LeNet层数更深，这是一个历史性突破。ZFNet ：2013年ILSVRC比赛效果较好
33
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。现在YOLO已经发展到v6版本，不过新版本也是在原有版本基础上不断改进演化的。这次主要是
35
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 决策树，顾名思义，首先它是一棵树，其次，这棵树可以起到决策的作用（即可以对一些问题进行判断）。 现通过下面的例子来理解决策树的作用。(注：决策树既可以做分类也可以做回归，此处主要讨论分类的决策树）图中共有五个人，现需要从中
11
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 创建功能包相关参数命令使用 列出当前所有参数
注意上图红色框图部分，这里可能和ROS入门21讲中的不一样，在代码中相应的调整。 显示某个参数值
设置某个参数值
这里我们通过set设置/turtlesim/back
28
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 创建功能包创建客户端代码(C++) ——文件名为turtle_spawn.cpp总结上面的代码,实现一个客户端的步骤为:
初始化ROS节点
创建一个Client实例
发布服务请求数据
等待Server处理后的应答结果
pytho
10
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 创建功能包创建发布者代码（C++） ——文件名为velocity_publisher.cpp总结上面的代码，实现一个发布者的步骤为：初始化ROS节点向ROS Master注册节点信息，包括发布的话题名和话题中的消息类型创建消息数据
26
4
0
0
AI社区
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊专栏推荐：深度学习网络原理与实战🍊近期目标：写好专栏的每一篇文章🍊支持小苏：点赞👍🏼、收藏⭐、留言📩 运行海龟仿真器共分为三步，如下：启动ROS Master启动小海龟仿真器启动海龟控制节点注：这三行代码需要在三个终端中分别输入，若ROS安装成功，则可以通过键盘的方向键控制小海龟的运动。另外需要注意的是，在控制海龟运动时要保证自己在
25
4
0
0