1. 地图点相关 3. 用参考关键帧来跟踪 1. 理解地图点里成员变量的物理意义 2. 掌握BOW的原理及应用（重要） 3. 掌握关键帧跟踪原理（重要） 4.

基于PP-LiteSeg的框架下训练的仿真环境下的语义分割模型，本人对predict函数进行了爆改，来实现了低延时的实时语义分割。 博客地址：https://blog.csdn.net/weixin_51331359/article/details/126137279?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22126137279%22%2C%22source%22%3A%22weixin_51331359%22%7D&ctrtid=I6dOl

yolov5进行目标检测

Kinect 2.0 当做网络摄像头（WebCamera）使用，需要先安装此运行时。

工业环境老鼠目标检测数据，已标注VOC格式

在YOLOv7原始代码的基础上，配置好model，进行了简单修改；只需配置好环境后，直接运行detect.py，即可实现通过摄像头进行目标检测，种类多达81种，运行速度快，准确高，肥肠好用

爆改YOLOV7的detect.py，将其制作成API接口，可供其他程序调用，识别的过程中还会返回识别目标的详细信息（包括：种类、二维坐标位置、置信度），超低延时流畅运行。 博客：https://blog.csdn.net/weixin_51331359/article/details/126012620?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22126012620%22%2C%22source%22%3A%22weixin_51331359%22%7D&ctrtid=hPPve

ROS视觉信息 介绍 该软件包定义了一组消息，以统一ROS中的计算机视觉和对象检测工作。 概述 该软件包中的消息是为基于视觉的管道定义通用的向外接口。 这里的消息集旨在启用两种主要的管道类型： “纯”分类器，在给定单个传感器输入的情况下识别类概率 检测器，可识别类的概率以及给定传感器输入的那些类的姿势 类概率与ObjectHypothesis消息数组一起存储，该消息本质上是从整数ID到浮点得分和姿势的映射。 消息类型分别存在于2D（使用sensor_msgs/Image ）和3D（使用sensor_msgs\PointCloud2 ）中。 为每个对象存储的元数据是特定于应用程序的，因此此程序包对元数据的约束很少。 每个可能的检测结果必须具有唯一的数字ID，以便可以在结果消息中明确，有效地识别它。 然后可以从数据库中查找对象元数据，例如名称，网格等。 唯一的其他要求是元数据数据库信息可

本资源是语义分割模型 DeeplabV3plus 的 pytorch 复现，其 backbone 包括 Xception、Resnet101 和 MobilenetV2。 项目仅提供代码，没有给出训练后的模型！

【打靶识别】基于计算机视觉实现自动报靶系统附matlab代码