Dalsa网口线阵相机例程(转载的挺不错的帖子，感谢作者)
在网上狂搜资料，搜到了两个大佬的两篇好文章： dalsa 8k线阵网口相机c#开发 https://blog.csdn.net/baidu_30028771/article/details/64628784 DALSA相机SDK不完全教程 http://www.cnblogs.com/lgyup/p/4313332.html 文章一的代码是一个完整的例子，是可以直接采到图的。文章二的代码缺少关键的GetCameraInfo()方法，是不能直接运行的，但是这篇文章的讲解更全面、深入，可以说两篇都
msvcp120d.dll和msvcr120d.dll缺失
VS2015配置OpenCV2.4.xx之后，会出现如下问题： 原因：微软的Visual Studio最终用户许可协议是禁止发布调试版（名字后面有D)的DLL的，msvcp120d.dll和msvcr120d.dll是VS2013版本中的调试库文件，存在于路径：D:\softwares\Microsoft Visual Studio 12.0\VC\redist\x86\Microsoft.VC120.CRT中，VS2015版中只有msvcp140d.dll和msvcr140d.dll，但是O
要将你的方法传递给Task.Run()方法，需要基于该方法创建一个委托
创建委托的3种方式： using System; using System.Threading.Tasks; class MyClass { public int Get10() // Func<int> compatible { return 10; } public async Task DoWorkAsync() { //方式1、先使用Get10 方法创建名为ten的Func<int>委托 Func<int> ten = new Func<int>( Get10 ); //再将该委托用于
windows 10 邮件 无法登陆 点击添加账户没反应
事件描述：本来想在手机和windows 10 之间利用电子邮件把日历联系人同步，奈何无论怎么点击设置中电子邮件和账户菜单，点击添加账户没反应，单独打开邮件也是如此。可以进入到邮件登陆页面，就是点击添加账户没反应。 寻找解决方案，百度，谷歌都找遍了没办法，要么是重新安装，要么是重装系统。不能解决问题。 后来在反馈中心找到了解决办法。 下图是成功添加账户的页面 打开开始菜单，输入CMD，就是打开命令行工具，应该以管理员身份运行： 2.在命令行输入： DISM.exe /Online /Add-Ca
卷积神经网络 | 入门文摘
（未完待续中） 开篇是摘自网络上的一段话，希望通过本博客，入门卷积神经网络之后，你能较好的理解这段话： LeNet. The first successful applications of Convolutional Networks were developed by Yann LeCun in 1990’s. Of these, the best known is the LeNet architecture that was used to read zip codes, digits
跟着小狼学神经网络 | 各种GAN（生成式对抗网络）入门与实践
（未完待续中） 这个系列的缘由，是我在学习DCGAN时，隐约觉得神经网络及实践并没有想象得那么难………入门比起SLAM领域要好很多。 同时，对于GAN这个话题，有太多的故事可以讲，不同的模型DCGAN、CGAN、ACGAN、WGAN等等，而且有很多不同的应用场景。 这里，本博客将主要涉及用GAN生成假图片的任务。 先留个名。。。。有空的话争取暑假期间完成整理。 所有的博客计划暂时到此为止。 剩下时间我会尽早更新好这些未完成的博客。
3D Vision、SLAM求职宝典 | 程序基础篇（A）
这一篇所涉及到的主要是C++语言基础，以及算法与数据结构的考点。实际上这些内容，各大公司都会有考察，无论是笔试还是面试，都离不开算法与数据结构，因为确实是技术岗的基础。 甚至有些公司，例如微软，特别看重手写代码的能力，现场给你一块小黑板，你不得不在短时间内组织好思路并书写，考虑边界、格式、性能等等。 因为SLAM领域中主要以C++语言为主（实时性要求），所以这里我们不提及其他语言了。 如果你的Linux或者C++语言或者数据结构或者算法基础不是很好，那么，赶紧再多看几遍书吧，这里有新手礼包相赠
3D Vision、SLAM求职宝典 | 数学篇（B）
B 数学篇 涉及概率，矩阵，数值计算，优化等。 又见数学，过来过去，不是数学就是编程，要想在SLAM领域做出点好的贡献，两者一个比一个难，有时候编程比数学更难……… 目录 1. 一层楼共有n级台阶，一次可以上至少一级但不超过m级台阶，求有多少种不同的上楼方案数。由于结果可能很大，你只需要输出结果对10007取模的值即可 2. 拟合二维平面中的带噪声直线，其中有不超过20%的样本点远离了直线，另外80%的样本点可能有高斯噪声的偏移，要求输出为ax+by+c=0的形式，其中a>0且a^2+b^2=
3D Vision、SLAM求职宝典 | 图像处理篇（C）
C 图像处理 准备把这一篇写完后，SLAM求职专题系列就告一段落，还剩下E篇关于机器学习和深度学习暂不写了。 目录 C 图像处理 1. 图像平滑算子、边缘检测算子 2. 图像去噪滤波算法（高斯、均值、双边、Guide filter） 3. 三个度量patch相似度的方法（SSD、SAD、NCC） 4. 二进制描述子 5. SIFT的4个不变性 6. 特征点、描述子ORB、SIFT、SURF、BRIEF等等 。 7. Mat实现、Mat类指针引用复制函数 8. 颜色直方图统计，手撕代码 9. 形
给一个二值图，求出最大连通区域（可用深度优先和广度优先算法）
这个问题是我在SLAM求职宝典系列D2篇中遗留的问题，因为内容较多现在单独将其列出进行解答。 本篇内容分为四个部分： 目录 （1）二值图 （2）求最大连通区域的算法 （3）代码实现，以及DFS 和 BFS （4） OpenCV中连通域的求解（C++ & Python） （1）二值图 二值图像，顾名思义就是图像的亮度值只有两个状态：黑(0)和白(255)。二值图像在图像分析与识别中有着举足轻重的地位，因为其模式简单，对像素在空间上的关系有着极强的表现力。在实际应用中，很多图像的分析最终都转换为二
ORB-SLAM中的重定位解读
我们以ORBSLAM中的重定位举例，来分析重定位的过程。当跟踪失败的时候，系统会启动重定位。 找出一些候选关键帧，对每个候选关键帧，用ransac和EPNP估计位姿，然后更新当前帧的地图点匹配，然后优化位姿，如果内点较少，则通过投影的方式对之前未匹配的点进行匹配，再进行优化求解，直到有足够的内点支持，重定位完成。 下面简要梳理重定位的过程—— 用关键帧库的DetectRelocalizationCandidates函数找到当前帧对应的候选关键帧 对每个候选关键帧，用SearchByBow
五月最后一博之 | SLAM图优化库g2o……oooooooooooo
为了庆祝明天的节日，今天来和小狼一起学习一下SLAM最重要的后端优化库——通用图优化库g2o（General Graph Optimization）！ 文章内容大部分源于计算机视觉life公众号的整理，感谢！ 目录 1. g2o库介绍 2. 掌握g2o的代码套路 3. 构建g2o优化问题 4. 自己定义顶点和边 1. g2o库介绍 GitHub: https://github.com/RainerKuemmerle/g2o 从代码层面来说，g2o是一个c++编写的项目，用cmake构建。具体里
非常推荐之《漫谈 SLAM 技术》
最近看了两篇很好的概述SLAM技术的文章，对了解SLAM技术发展历史、目前研究状况、未来展望非常有帮助。 这里转载之！(点击蓝色字体) 漫谈 SLAM 技术（上） 漫谈 SLAM 技术（下） ” 随着最近几年机器人、无人机、无人驾驶、VR/AR的火爆，SLAM技术也为大家熟知，被认为是这些领域的关键技术之一。 SLAM（Simultaneous Localization and Mapping），同步定位与地图构建，最早在机器人领域提出，它指的是：机器人从未知环境的未知地点出发，在运动过程中通
深度解析RANSAC算法（精华修正版）
RANSAC算法看似简单，实际上还是有很多坑的，网上有一些关于RANSAC算法的介绍不准确，或者说不全面。 这篇博客将带你再次填这个大坑！ 目录 1. RANSAC算法论述 2. RANSAC算法示例（线性回归） 3. 反思与总结 1. RANSAC算法论述 首先让我们看一份高质量RANSAC算法论述@_@ RANSAC是“RANdom SAmple Consensus（随机抽样一致）”的缩写。它可以从一组包含“局外点”的观测数据集中，通过迭代方式估计数学模型的参数。它是一种不确定的算法——它
VINS一步一步来 | 框架图
VINS是视觉惯性结合的SLAM系统的典范，该系统也是中国人开发的，接下来很长一段时间小狼会带着你一步一步踏踏实实得走进VINS，走进VIO领域！ 总的来说，VINS因为涉及IMU与视觉融合，预积分等理论，它的学习坡度要比ORBSLAM陡峭的多！希望看官不要灰心也不要急躁，毕竟人与人的知识水平/经验/资源什么的还是差别很大的…… 分为五个部分： 数据预处理 初始化 局部非线性联合优化 闭环检测 全局位姿图优化
滴滴发内部员工信：宣布整合升级成立两轮车事业部
【TechWeb】6月18日消息，据悉，滴滴昨晚发布关于两轮车组织架构调整的内部邮件，邮件称，滴滴出行单车事业部（内部代号“海棠湾”）、电单车事业部（内部代号“黑马”）正式整合升级为两轮车事业部（内部代号为“海马”）。 据了解，2018年初，为了打造一站式出行平台，滴滴出行推出了自有品牌“青桔单车”，由单车事业部负责运营；电单车事业部则主要负责运营另一个自有品牌“街兔电单车”，两个事业部同属普惠出行与服务事业群。 邮件透露，滴滴两轮车事业部将在效率、硬件、用户价值等多个维度持续深耕突破。利用滴
2.两数相加--链表
给出两个 非空 的链表用来表示两个非负的整数。其中，它们各自的位数是按照 逆序 的方式存储的，并且它们的每个节点只能存储 一位 数字。 如果，我们将这两个数相加起来，则会返回一个新的链表来表示它们的和。 您可以假设除了数字 0 之外，这两个数都不会以 0 开头。 示例： 输入：(2 -> 4 -> 3) + (5 -> 6 -> 4)
输出：7 -> 0 -> 8
原因：342 + 465 = 807
方法：初等数学 思路 我们使用变量来跟踪进位，并从包含最低有效位的表头开始模拟逐位相加的过
proxy服务器是什么
指的是代理软件或代理服务器，也可以认为是一种网络访问方式。代理类，用来进行事物不想或不能进行的其他操作，比如当你对数据库进行操作时，代理可以在你对数据库操作完后，记录下你所进行的操作。 代理服务器的作用 ⒈提高内部访问速度; ⒉可起到类似防火墙的作用; ⒊访问一些不能直接访问的网站; ⒋互联网访问安全性得到提高. 5相关的一些访问限制 6太过影响带宽的流量限制 7屏蔽一些影响公司内部流量的访问请求 8端口设置限制，防止非法攻击 代理服务器是网上提供转接功能的服务器，比如你想访问的目的网站是A，
c#的async/await特性(用于创建异步方法)
1、 同步方法：一个程序调用某个方法，等待此方法执行完所有处理后才继续执行，这样的方法叫同步方法。 异步方法：一个程序调用某个方法，此方法在处理完成之前，就返回到调用方法。 2、async/await特性 async/await特性由3个部分组成： 1.调用方法：该方法调用异步方法，然后在异步方法执行其任务的时候继续执行； 2.异步方法：该方法异步执行其工作，然后立即返回到调用方法； 3.await表达式：用于异步方法内部，为了指明需要异步执行的任务(一个包含一段代码的方法)。
今日推荐
周排行