Table 版本https://download.pytorch.org/whl/torch_stable.html torch torchvision cu90 0.3.0, 0.3.1, 0.4.0, 0.4.1, 1.0.[01], 1.1.1 cu91 0.3.1, 0.4.0 cu92 0.4.1, 1.2.0, 1.3.[01], 1.4.0, 1.5.[01], 1.6.0, 1.7.[01] cu100 1.3.0, 1.4.0, 1.5.0 0.4.1, 0.4.2, 0.4.30.5.0 cu101 1.3.0, 1.3.1, 1.4.0, 1.5.0, 1.5.11.6.0, 1.7.0, 1.7.1, 1.8.0, 1.8.1 cu102 1.5.0–1.12.1 cu110 1.7.0,1.7.1 cu111 1.8.[01], 1.9.[01] ,1.10.[012] cu113 1.10, 1.11, 1.12, cu115 1.11 cu116 1.12, 1.13, cu11 ...

网络搭建123456789101112131415# Actor-Critic网络class ActorCritic(nn.Module): def __init__(self, input_shape, n_actions): super(ActorCritic, self).__init__() self.fc1 = nn.Linear(input_shape, 128) self.fc2 = nn.Linear(128, 128) self.actor = nn.Linear(128, n_actions) self.critic = nn.Linear(128, 1) def forward(self, x): ##服用前两层，增加稳定性 x = F.relu(self.fc1(x)) x = F.relu(self.fc2(x)) actor_output = F.so ...

Contents： [TOC] 参考： C++ Boost VsCode + mingw编译器下boost库的安装 介绍Boost是一个功能强大、构造精巧、跨平台、开源并且完全免费的C++程序库，有着“C++‘准’标准库”的美誉，值得每位C++程序员学习使用。内容涵盖字符串处理、正则表达式、容器与数据结构、并发编程、函数式编程、泛型编程、设计模式实现等许多领域。 功能含有的功能类有： 字符串和文本处理库 容器库 迭代器库 算法库 函数对象和高阶编程库 泛型编程库 模板元编程 预处理元编程库 并发编程库 数学和数字库 排错和测试库 数据结构库 图像处理库 输入输出库 跨语言混合编程库 内存管理库 解析库 编程接口库 综合类库 编译器问题的变通方案库

图像质量评估（Image Quality Assessment，IQA） 全参考图像质量评估（Full Reference-IQA，FR-IQA）、 半参考图像质量评估（Reduced Reference-IQA, RR-IQA） 无参考图像质量评估（No Reference-IQA, NR-IQA）， NR-IQA也称为盲参考图像质量评估（Blind IQA, BIQA）。 FR-IQA常用于评估编解码算法性能、图像增强算法性能等场景 均方误差（MSE）、峰值信噪比（PSNR）、结构相似性（SSIM） MSE PSNR SSIM 局部归一化亮度系数（MSCN） RR-IQA半参考图像质量评估以原始图像的部分信息，或从原始图像中提取的特征作为参考，难度介于全参考和无参考图像质量评估之间。 NR-IQA自然场景统计方法（Natural Scene Statistic， NSS） 方法BRISQUE 2012《No-Reference Image Quality Assessment in the Spatial Domain》 libsvm，聚类方法 BLNDERBLNDER [4]考虑 ...

问题5 so(3), se(3)的区别？如何在算法中使用？ SE(3):特殊欧式群 se(3):特殊欧式群的李代数 SO(3): 三维特殊正交群 so(3): 三维特殊正交群的李代数 T(3):三维移动群 R: 旋转矩阵 李代数：李群单位元处的切空间； SO(3) 和T(3) 都是SE(3)的李子群SO3——>log——>so3, 3×1 vectorSE3——>log——>se3, 6×1 vectorso3——>exp——>SO3, 3×3 matrixse3——>exp——>SE3, 4×4 matrix SO(3)代表旋转运动 SE3代表刚体变换运动（旋转+平移） 机器人学关于SE（3）、se（3）、SO（3）、so（3）的理解_OverCome-的博客-CSDN博客_se3 so3 # SLAM论文写作经验 | 小白、跨专业、无人指导、一年多从零到发顶会，他如何做到？ ORB-SLAM2：(二)Monocular/Stereo/RGB-D数据集_南山种豆的博客-CSDN博客 第4周课件-全网最详细的ORB-SLAM2精讲_o ...

SLAM三维刚体运动（Eigen） 1、旋转矩阵2、实践Eigen12345678Eigen::Matrix3d matrix_33 = Eigen::Matrix3d::Zero(); //初始化为零matrix_33 = Eigen::Matrix3d::Random();matrix_33.transpose(); // 转置matrix_33.sum(); // 各元素和matrix_33.trace(); // 迹10* matrix_33; // 数乘matrix_33.inverse(); // 逆矩阵matrix_33.determinant(); // 行列式 123456789101112131415161718192021 -0.997497 0.617481 -0.299417 0.127171 0.170019 0.791925 -0.613392 -0.0402539 0.64568 transpose -0.997497 0.127171 -0.613392 0.617481 0.170019 ...

第九 实践章 设计前端 目标: 设计一个视觉里程计的前端 理解SLAM软件框架是如何搭建 理解在前端设计中容易出现问题的地方，以及修补方式。 1、搭建VO框架单目视觉相对复杂，RGBD最简单，没有初始化，也没有尺度问题 12345678-bin    可执行文件-include/myslam    头文件.h-src    源代码cpp-test  测试用文件cpp-lib-config-cmake_modules 三方库的cmake文件-CmakeList.txt 1.1、数据结构：帧 路标 配置文件 坐标转换 123456stateDiagramFrame --> CameraFrame --> MapPoint : has manyMap --> MapPoint: has manyConfig 1.2、Camera类 存储相机内参和外参 相机坐标系，像素坐标系，世界坐标系的转换 世界坐标系（需要一个相机的内参） 1234567891011121314151617181920212223242526272829#include "mysl ...

目标： 实际设计一个视觉里程计前端。 理解 SLAM 软件框架是如何搭建的。 理解在前端设计中容易出现的问题，以及修补的方式。 你会管理局部的机器人轨迹与路标点，并体验一下一个软件框架是如何组成的。 可能的问题： 相机运动过快、图像模糊、误匹配……都会使算法失效。

1、template的作用 模板函数： 不是一个确定的函数，编译器不会为其生成可执行代码。 定义模板函数，只是一个对函数功能框架的描述 具体执行时候，将根据传递的实际参数，决定其功能。 123456789101112131415161718template<class T>void Swap(T &x, T &y){ T tmp = x; x = y; y = tmp;}int main(){ int a = 2, b = 9; Swap(a,b);    //编译器自动生成 void Swap (int &, int &)函数 double c = 2.9, d = 3.2; Swap(c, d);    char *a = "abc",*b = "def"; //编译器自动生成 void Swap (char &, char &)函数 Swap(a,b); cout<<"a="<<a<<" "&l ...