- 文章目录 一、什么是线性判别分析？ 二、线性判别分析原理 三、LDA优缺点 四、案例实现 4.1 数据集介绍... 文章目录 一、什么是线性判别分析？ 二、线性判别分析原理 三、LDA优缺点 四、案例实现 4.1 数据集介绍...
- k均值聚类方法是一种无监督机器学习技术，用于识别数据集中的数据对象集群。有许多不同类型的聚类方法，但k -means是最古老和最平易近人的方法之一。这些特性使得在 Python 中实现k -means 聚... k均值聚类方法是一种无监督机器学习技术，用于识别数据集中的数据对象集群。有许多不同类型的聚类方法，但k -means是最古老和最平易近人的方法之一。这些特性使得在 Python 中实现k -means 聚...
- 《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。由于作者的英文水平和学术能力不高，需要不断提升，所以还请大家批评指正，非常欢迎大家给我留言评论，学术路上期待与您前... 《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。由于作者的英文水平和学术能力不高，需要不断提升，所以还请大家批评指正，非常欢迎大家给我留言评论，学术路上期待与您前...
- 一、低秩稀疏图像重建简介 1 矩阵的低秩稀疏分解理论 从数学上讲, 矩阵的秩反应了矩阵的固有属性, 矩阵的低秩性是指矩阵的秩相对于矩阵的行数和列数而言很小.低秩矩阵稀疏分解模型是将已知矩阵M (M∈Rm... 一、低秩稀疏图像重建简介 1 矩阵的低秩稀疏分解理论 从数学上讲, 矩阵的秩反应了矩阵的固有属性, 矩阵的低秩性是指矩阵的秩相对于矩阵的行数和列数而言很小.低秩矩阵稀疏分解模型是将已知矩阵M (M∈Rm...
- A Don’t Starve 点击查看 138/1324 B Watches 点击查看 1554/5695 C Bit Transmission 点击查看 1336/5774 D Birds in ... A Don’t Starve 点击查看 138/1324 B Watches 点击查看 1554/5695 C Bit Transmission 点击查看 1336/5774 D Birds in ...
- 题号 标题 已通过代码 通过率 团队的状态 A Task Computing 点击查看 283/1578 B 2D Internet Angel 点击查看 13/151 C Easy Counting... 题号 标题 已通过代码 通过率 团队的状态 A Task Computing 点击查看 283/1578 B 2D Internet Angel 点击查看 13/151 C Easy Counting...
- 使用Ceres进行slam必须要弄清楚的几个类和函数 ceres简介ceres的使用流程ceres必须要知道的类和函数class LossFunctionLocalParameterization... 使用Ceres进行slam必须要弄清楚的几个类和函数 ceres简介ceres的使用流程ceres必须要知道的类和函数class LossFunctionLocalParameterization...
- 非线性优化--NLopt算法使用及C++实例 NLopt 支持的算法命名规律：算法选择选择全局优化要注意的问题 CodeResult 看这篇之前建议先看这篇，里面讲了非线性优化的原... 非线性优化--NLopt算法使用及C++实例 NLopt 支持的算法命名规律：算法选择选择全局优化要注意的问题 CodeResult 看这篇之前建议先看这篇，里面讲了非线性优化的原...
- 本文提出无需微调的小样本目标检测方法AirDet，针对机器人自主探索任务设计。基训练后，未经微调的AirDet表现甚至优于部分微调后的方法。论文、项目代码、ROS部署接口均已开源。 AirDet 网站：https://jaraxxus-me.github.io/ECCV2022_AirDet/ 论文：https://arx... 本文提出无需微调的小样本目标检测方法AirDet，针对机器人自主探索任务设计。基训练后，未经微调的AirDet表现甚至优于部分微调后的方法。论文、项目代码、ROS部署接口均已开源。 AirDet 网站：https://jaraxxus-me.github.io/ECCV2022_AirDet/ 论文：https://arx...
- 目录 1. 下载darknet源码2. 修改darknet的Makefile文件3. 准备数据集4. 修改voc_label.py5. 下载预训练模型6. 修改./darknet/cfg/voc.... 目录 1. 下载darknet源码2. 修改darknet的Makefile文件3. 准备数据集4. 修改voc_label.py5. 下载预训练模型6. 修改./darknet/cfg/voc....
- 激光slam:如何在SLAM中应用非线性最小二乘实现图优化 构建线性系统构建误差向量构建Jacobian矩阵构建b向量 求解线性系统总结 在前面介绍了 slam中图优化的基本概念 链接 ... 激光slam:如何在SLAM中应用非线性最小二乘实现图优化 构建线性系统构建误差向量构建Jacobian矩阵构建b向量 求解线性系统总结 在前面介绍了 slam中图优化的基本概念 链接 ...
- 1、安装python及opencv 查看opencv版本执行指令： pkg-config opencv --modversion 1 2、建立相关文件 1）首先建立一空文件夹 命名：make_... 1、安装python及opencv 查看opencv版本执行指令： pkg-config opencv --modversion 1 2、建立相关文件 1）首先建立一空文件夹 命名：make_...
- 3D激光SLAM：ALOAM---后端lasermapping通过Ceres进行帧到地图的位姿优化 前言代码分析Ceres优化时间测试 前言 上一篇博客构建了线约束和面约束，添加到了残差... 3D激光SLAM：ALOAM---后端lasermapping通过Ceres进行帧到地图的位姿优化 前言代码分析Ceres优化时间测试 前言 上一篇博客构建了线约束和面约束，添加到了残差...
- yolo-v3模型测试及测试结果转化 文章目录 yolo-v3模型测试及测试结果转化1.制作2019_test.txt文件2. 修改./darknet/cfg/voc.data文件3. 修改./... yolo-v3模型测试及测试结果转化 文章目录 yolo-v3模型测试及测试结果转化1.制作2019_test.txt文件2. 修改./darknet/cfg/voc.data文件3. 修改./...
- yolov3源码阅读（一） 从main开始到加载解析模型相关参数 主函数main（） 在examples下面的Darknet.c文件下 打开该文件，开启源码阅读之路 以训练模型输入为例 ./dark... yolov3源码阅读（一） 从main开始到加载解析模型相关参数 主函数main（） 在examples下面的Darknet.c文件下 打开该文件，开启源码阅读之路 以训练模型输入为例 ./dark...
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签