Abstract 一个高效的LiDAR-inertial 里程计框架. 我们融合了LiDAR特征点和IMU数据, 用紧耦合的迭代EKF. 为了降低大量观测数量导致的计算负载, 我们用了一种新的方法 ...
目录 一 系统流程与符号说明 定义流形中的 IEKF 算法步骤 一 系统流程与符号说明 定义流形中的 从上面的定义,很容易验证 IEKF 符号 含义 mathbf z j kappa mathbf G j left G widehat mathbf p f j kappa G mathbf q j right mathbf z j kappa LOAM的点到线 点到面误差作为残差 G 计算点到线 ...
2021-07-31 17:53 0 316 推荐指数:
Abstract 一个高效的LiDAR-inertial 里程计框架. 我们融合了LiDAR特征点和IMU数据, 用紧耦合的迭代EKF. 为了降低大量观测数量导致的计算负载, 我们用了一种新的方法 ...
Abstract 紧耦合lidar inertial里程计, 用smoothing和mapping. 1. Introduction 紧耦合lidar-inertial里程计. 紧耦合的 ...
XiangBai——【AAAI2017】TextBoxes:A Fast Text Detector with a Single Deep Neural Network 目录 作者和相关链接 方法概括 创新点和贡献 方法细节 实验结果 总结与收获点 ...
https://www.aclweb.org/anthology/D19-5522.pdf 论文解读 包括一个降噪自动编码器(DAE)和一个解码器。DAE生成可以将错误文本修改为正确文本的可能的候选项矩阵,解码器在这个矩阵中寻找最佳候选项路径 ...
EagleEye 2020-ECCV-EagleEye: Fast Sub-net Evaluation for Efficient Neural Network Pruning 来源:ChenBong 博客园 Institute:Dark Matter AI Inc. ...
Fast RCNN建立在以前使用深度卷积网络有效分类目标proposals的工作的基础上。使用了几个创新点来改善训练和测试的速度,同时还能增加检测的精确度。Fast RCNN训练VGG16网络的速度是RCNN速度的9倍,测试时的速度是其的213倍。与SPPnet对比,Fast RCNN训练 ...
摘要 这篇论文提出一种用于目标检测的Fast R-CNN算法。Fast R-CNN建立在之前的研究工作,使用深度卷积网络来高效的分类目标提案。相比于之前的工作,Fast R-CNN采用了一些创新来提高训练和测试的速度,同时也提高了检测的准确率。Fast R-CNN训练深度VGG16网络 ...
很久之前试着写一篇深度学习的基础知识,无奈下笔之后发现这个话题确实太大,今天发一篇最近看的论文Fast RCNN。这篇文章是微软研究院的Ross Girshick大神的一篇作品,主要是对RCNN的一些改进,但是效果十分明显,paper和项目的地址都能从Ross Girshick的主页找到:http ...