原创 使用system語句出現不明確問題

使用system("pause")出現不明確問題,很簡單直接加上頭文件 #include<cstdlib> OK

原创 end-to-end 的神經網絡

端到端你要抽象式的去理解,就是原始到最終。就是兩端輸入與輸出都已經是最開始的東西與最終的結果了,不可能再加上比原始更加原始的,比最終更加最終的處理了。(是爲了方便理解才寫的這麼俗氣,不知道對不對?) end-to-end 的本質是你要解決

原创 C語言小知識:typedef\函數模板\

(1)typedef用法: typedef爲C語言的關鍵字,作用是爲一種數據類型定義一個新名字。這裏的數據類型包括內部數據類型(int,char等)和自定義的數據類型(struct等)。在編程中使用typedef目的一般有兩個,一個是給變

原创 Paper1:HoPE: Horizontal Plane Extractor for Cluttered

摘要:在雜亂的三維場景中提取水平面是許多機器人應用的基本步驟。針對一般平面分割方法在這一問題上的侷限性,我們提出了一種新的平面提取的算法,它能夠在雜亂的有序點雲或者是無序點雲數據中高效的提取平面。通過預校準或慣性測量單元獲得的傳感器方向將

原创 C++:迭代器記錄

(1)爲什麼要引入迭代器:            我們知道在使用指針的時候指針可以用來遍歷存儲空間連續的數據結構;但是我們還有一些存儲空間是不連續的,就需要尋找一個行爲類似指針的類,來對非數組的數據結構進行遍歷。 (2)什麼是迭代器:  

原创 讀自動駕駛激光雷達物體檢測技術(Lidar Obstacle Detection)(2):點雲濾波FilterCloud()函數

FilterCloud()所包括的功能: 1.首先使用體素濾波(相當於做稀釋減少點的數量)(體素網格過濾將創建一個立方體網格, 過濾點雲的方法是每個體素立方體內只留下一個點, 因此立方體每一邊的長度越大, 點雲的分辨率就越低. 但是如果體

原创 C++11 :STL中的 iota ()函數

該函數是C++11 才引入,之前版本沒有此函數。 iota 函數是一個計算機語言中的函數,用於產生連續的值。該函數得名自 APL 語言,其中用來產生從 1 開始的連續數值。 該函數位於頭文件#include <numeric>中。 定義在

原创 C++:vector容器中使用pair該如何訪問成員

(顯然,vector 的索引從 0 開始,這和普通數組一樣。通過使用索引,總是可以訪問到 vector 容器中現有的元素。) 如果是簡單的訪問vector裏邊的成員的話,是這樣的: #include <iostream> #includ

原创 機器學習中使用的交叉熵(cross entropy)透徹分析

從字面分析交叉熵,1是交叉、2是熵(熵與信息量有關);首先交叉熵涉及信息論裏面的東西,想要徹底理解交叉熵就要明白此概念跟信息量的關係以及裏邊的熵怎麼理解。 (1)信息量 衡量信息量可以用大小或者多少來形容,就是你傳達的信息能別人帶來多大的

原创 C++:求極值的 min_element、max_element和minmax_element算法

(1)min_element()函數:會返回一個指向輸入序列的最小元素的迭代器; (2)max_element()函數:會返回指向最大元素的迭代器; (3)minmax_element()函數:會以 pair 對象的形式返回這兩個迭代器。

原创 PCL:PCLPlotter可視化特徵直方圖

PCLPlotter提供了一個直接簡單的繪圖接口,可以繪製許多類型的二維圖形,包括多項式函數和特徵直方圖,比如PFH,FPFH等。 利用PCLPlotter繪製圖形,通常分爲以下4步: (1)聲明繪圖對象PCLPlotter; (2)利用

原创 C++:rand()函數和srand()函數解讀

(1)srand(unsigned int t)這個是設定種子。 因爲電腦取隨機數是僞隨機,只要種子一樣,則取出來的數一定一樣。 這裏用time(0)這個內函數,copy則是返回了當前的時間值。 這個值是按照時間而變化的,所以,srand

原创 C++:vector中使用.clear()函數

vector.clear()函數並不會把所有元素清零。 vector有兩個參數,一個是size,表示當前vector容器內存儲的元素個數,一個是capacity,表示當前vector在內存中申請的這片區域所能容納的元素個數。 通常capa

原创 RANSAC算法(擬合線面)以及源碼分佈解讀

---------------基於ransac算法直線檢測: (1)從樣本集N中,隨機選n個點作爲初始子集(但是所選取的這n個點點必須能夠表達待擬合的模型,比如擬合直線的話最少需要2個點,所以n=2(這是正常求解方式),但是基於最小二乘的

原创 霍夫變換(Hough Transform):霍夫變化在圖像處理以及點雲處理中的直線檢測應用

霍夫變換(Hough Transfrom)是圖像處理中的一種特徵提取技術,它通過一種投票算法檢測具有特定形狀的物體,該過程在一個參數空間中通過計算累計結果的局部最大值得到一個符合該特定形狀的集合作爲霍夫變換的結果。 最初的霍夫變換是設計用