原创 激光雷達點雲數據內部空點補全
title: 激光雷達點雲數據內部空點補全 date: 2018-03-28 22:55:54 categories: ROS tags: - ROS - PCL 歡迎訪問我的個人博客:zengzeyu.com 前言 點雲
原创 cnpy 庫使用筆記
歡迎訪問我的個人博客: zengzeyu.com 前言 在進行網絡訓練過程中,在生成訓練數據時,一般會使用比較底層的傳感器來生成數據,如攝像頭或雷達,所以大部分使用C++進行開發。爲了將數據轉爲Numpy Array格式供P
原创 KITTI 原始無序點雲數據轉有序點雲數據
歡迎訪問我的個人博客: zengzeyu.com 前言 KITTI 點雲數據集 bin 格式轉 pcd 格式請參照本人博客文章: 《KITTI - 二進制點雲數據集》。 KITTI下載點雲數據集爲 unorganised
原创 c++ string 類型操作彙總
歡迎訪問我的個人博客:zengzeyu.com 前言 作爲傳遞信息的載體string數據類型廣泛應用於各種編程語言中,尤其在輕量化語言 Python 中發揮的淋漓盡致,通過string傳遞信息 Python 使各個模塊組裝在
原创 KITTI 原始bin數據轉pcd數據
歡迎訪問我的個人Blog: zengzeyu.com 前言 官網數據集說明:http://www.cvlibs.net/datasets/kitti/raw_data.php 數據集詳細說明論文:http://www.cv
原创 讀取文件夾下同類型文件的文件名並排序(實例)
歡迎訪問我的個人網站:zengzeyu.com 前言 工作過程中需要讀取指定文件夾下同類型文件,並根據文件名最後幾位數字進行排序。當文件名全爲數字時,直接根據數字就可進行排序,但是,如果文件名是含有非數字型變量(如abc _
原创 FCN在點雲數據PCL方面應用淺析
歡迎訪問我的個人博客:zengzeyu.com 前言 FCN(fully convolutional networks, 全卷積神經網絡)的圖片語義分割(semantic segmentation)論文:Fully Conv
原创 CNN for Very Fast Ground Segmentation in Velodyne LiDAR Data
歡迎訪問我的個人博客: zengzeyu.com 前言 原文章請見參考文獻: CNN for Very Fast Ground Segmentation in Velodyne LiDAR Data.PDF 本文提出了一種
原创 Caffe源代碼學習 — AlexNet(Caffenet.py)
歡迎訪問我的個人博客:zengzeyu.com 導言 源碼位置:caffe/examples/pycaffe/caffenet.py 該文件源代碼是經典模型AlexNet的Caffe實現,有興趣的小夥伴去拜讀一下論文: I
原创 Caffe solver.prototxt 文件參數詳解
文章轉自:http://www.cnblogs.com/denny402/p/5074049.html 前言 solver算是caffe的核心的核心,它協調着整個模型的運作。caffe程序運行必帶的一個參數就是solver配
原创 Effective c++ 1.0
歡迎訪問我的個人博客: zengzeyu.com Tip 在針對類中非 public 成員函數編寫函數接口時,不應該像 public 成員函數一樣不寫傳參變量。非 public 成員函數傳參變量在函數內部被調用時,有利於及時輸
原创 Qt使用Qtextstream進行換行操作
使用QTextStream向txt文件輸出換行時,需要使用QIODevice::Text標誌。 官方文檔對QIODevice::Text的解釋: When reading, the end-of-line terminators a
原创 C++ / Python 取值爲系統 float 類型定義最大或最小值
C++ 在 C++ 中如果想取系統某個數字類型最大值,以 float 類型爲例: #include <limits> float temp_1 = -std::numeric_limits<float>::max(); //
原创 基於條件隨機場的地面點雲分類與分割
title: 基於條件隨機場的地面點雲分類與分割 date: 2018-04-11 22:55:54 categories: Machine Learning tags: - Machine Learning 歡迎訪問我的個人博客
原创 基於幾何特徵的地面點雲分割方法(彙總)
歡迎訪問我的個人博客: http://zengzeyu.com 前言 激光雷達掃描得到的點雲含有大部分地面點,這對後續障礙物點雲的分類、識別和跟蹤帶來麻煩,所以需要首先濾波濾掉。傳統的基於幾何特徵的濾波是最基本最簡單的方法,