QIY.NET

柒月的博客
本站总访问量

ML学习笔记(一.一)

SVM基础2

Machine Learning 的学习需稳扎稳打 1几何推导 1.1 步骤1 1.2 步骤2 1.3步骤3 2.优化方法 3 非线性可分 3.1 软间隔 3.2 核方法 3.3 核函数解释 4 SMO算法 #引言 什么是SVM?SVM...

SLAM学习笔记(八)

后端

高翔老师SLAM14讲学习笔记 1 状态估计问题 2 卡尔曼滤波器(KF) 3 扩展卡尔曼滤波器(EKF) 4 BA与图优化 后端 后端(Backend)(状态估计问题) 从带噪声的数据估计内在状态——状态估计问题 Estimated the inner state from noisy data 渐...

SLAM学习笔记(七)

光流法和直接法

高翔老师SLAM14讲学习笔记 1 有何用 2 光流法 3 直接法 4 实践 光流法和直接法 SLAM中的视觉里程计分为两部分,一是特征点法,先提取特征点,把特征点看做三维空间中的不动点,根据特征点匹配关系进行位姿和深度估计,通过最小化重投影误差优化相机运动;二是不使用特征点,根据图像灰度直接估计的直接法。第七讲中讲了特征点法,本讲将介绍直接法。 1 有何用 ...

SLAM学习笔记(六)

视觉里程计

高翔老师SLAM14讲学习笔记 1 特征提取 2 2D-2D 对极几何 2.1 目的和思路 2.2 对极约束 2.3 Essential和Fundamental矩阵 2.4 计算R t 2.5 补充 2.6 H矩阵 2.7 三角化 2.8 八点法存在的问题 ...

SLAM学习笔记(五)

非线性优化

高翔老师SLAM14讲学习笔记 1 状态估计问题 1.1 如何估计 1.2 最小二乘法如何求最优 1.2.1最速法 1.2.2 牛顿法 1.2.3 比较 1.2.3 高斯牛顿法 1.2.4 L-M方法 1.2...

SLAM学习笔记(四)

相机与图像

高翔老师SLAM14讲学习笔记 1 坐标系概况 2 各坐标系关系 2.1 世界坐标系中一点和图像坐标系成像点关系 2.2 图像坐标系和像素坐标系(同一面) 2.3 世界坐标系和像素坐标系 2.4 相机坐标系和世界坐标系 3 双目模型 3.1 基础知识 3.2 补充 ...

SLAM学习笔记(三)

李代数求导与扰动模型

高翔老师SLAM14讲学习笔记 1 前提知识点BCH 1.1定义 1.2 性质 2 导数模型 3扰动模型 SO(3)李代数的求导。两种思路: 1、[x] 用李代数表示姿态,根据李代数加法对李代数求导; (对 R 对应的李代数加上小量,求相对于小量的变化率(导数模型)) 2、[x] 对李群左乘或右乘微小的扰动,对该扰动...

图像处理基础(四)

CV面试题

图像处理 的学习基本上是学十得一。稳扎稳打再来一次 TOC 1. 常见的模型加速方法 深度学习模型加速技术就是以“多快好省”为目标,试图从计算优化、系统优化以及硬件优化等多方面提升深度学习模型在训练和推理阶段的速度。 2. 目标检测里如何有效解决常见的前景少背景多的问题 采用Focal Loss或OHEM进行负样本挖掘,加大Hard Example损失权重, ...

ML学习笔记(五)

ML面试题总结

Machine Learning 的学习需稳扎稳打 1 内外积 1. 写出全概率公式&贝叶斯公式 2. 模型训练为什么要引入偏差(bias)和方差(variance)? 证 3. CRF/朴素贝叶斯/EM/最大熵模型/马尔科夫随机场/混合高斯模型 4. 如何解决过拟合问题? 4.1 增加训练集 4.2  正则化(regu...

SLAM学习笔记(二)

李群与李代数

高翔老师SLAM14讲学习笔记 1 由来 2 群的概念 2.1 李群(Lie Group) 2.2 李代数(so(3)为例) 2.2.1 李代数由来 2.2.2 李代数性质 2.2.3 李代数概念 2.3 SE(3) ...