发布的代码有详细的程序解析，能够实现基于四叉树对某图像进行网格划分的功能，划分网格的数量由自己决定。

基于深度学习的视觉SLAM系统.pdf

VINS-Mono点线优化的源码

深度学习与视觉slam可结合的一些热门方向 深度学习与视觉slam可结合的一些热门方向 深度学习与视觉slam可结合的一些热门方向 深度学习与视觉slam可结合的一些热门方向 深度学习与视觉slam可结合的一些热门方向

以相机作为输入的视觉同时定位与建图(SLAM)系统在地图构建过程中虽然可以保留点云的空间几何信息,但是并没有完全利用环境中物体的语义信息。针对这个问题,对当前主流视觉SLAM系统和基于Faster R-CNN、YOLO等神经网络结构的目标检测算法进行研究。并提出一种有效的点云分割方法,该方法引入支撑平面以提升分割结果的鲁棒性。最后在ORB-SLAM系统的基础上,结合YOLOv3算法进行环境场景的物体检测并保证构建的点云地图具有语义信息。实验结果表明,所提方法可以构建几何信息复杂的语义地图,从而可应用于无人车或机器人的导航工作中。

高翔视觉SLAM 14讲，配套的视频资料，百度云链接提取，（只有前10讲）

Tsai分享：资源分享（1）——视觉SLAM十四讲及视频-附件资源

Tsai分享：资源分享（1）——视觉SLAM十四讲及视频-附件资源

视觉SLAM十四讲；李群李代数；公式证明

视觉SLAM十四讲，深蓝学院， SE(3)的指数映射