ORB-SLAM2_with_camera_or_video
这是基于ORB-SLAM2修改的项目，以使用您自己的PC或视频摄像机。 如果您想了解有关ORB-SLAM2的更多信息，请引用（ ）
整个项目已在Ubuntu Platorforms中进行了测试
编译和运行原始ORB-SLAM2所需的先决条件
请引用（ ）了解更多详细信息。
如何使用这个演示
用新的CMakeLists.txt替换原始的CMakeLists.txt（Path：XXX / ORB_SLAM2 / CMakeLists.txt）
创建一个名为Myslam的新文件夹（路径：XXX / ORB_SLAM2 / Examples / Myslam）
将myslam.cpp myslam.yaml myvideo.cpp myvideo.yaml移至Myslam文件夹
在myslam.cpp和myvideo.cpp
2022-04-07 20:36:11
520KB
1
Unity UGUI第三人称视角手游 左侧控制移动，右侧控制视角和方向 （可根据自己需求修改）
2022-04-06 18:05:14
2.71MB
设计并进行实验，以产生情绪反应，并分析相应的生理信号
使用当前的机器学习技术，对能够通过EEG信号数据预测情绪状态（自我评估）的分类器进行建模和训练
通过5倍交叉验证进行评估
时域：根据试验数据训练3个深度卷积网络 60%的准确率
频域：输入PSD，标准多层感知器 准确率53%
2022-04-06 16:07:05
2.38MB
Mac版 使用jtessBOXEditorFX 和tesseract-4.1.1.tar.gz，创建自己的字库,下载字库链接：https://github.com/tesseract-ocr/tessdata/blob/main/eng.traineddata
2022-04-06 15:01:08
83.48MB
1
简单词云的做法
我们经常可以见到可视化表示的生动形象的词频图片，这便是词云，比如统计2019年的搜索热词，我们便可以把搜索量前十的词语做成词云图，搜索量越大，图中出现的词频数就越高，如此就可以生成鲜明的可视化词频图了，那么这样的图片如何通过python批量生成呢？
很幸运，python的wordcloud库为我们提供了现成的方法。
最简单的英文词云生成方法
import matplotlib.pyplot as plt
import wordcloud
#此段用于创建一个存储词汇的字典并导入词汇
dic={}
f=open('source.txt','r')
‘for each in s:
2022-04-06 11:03:59
448KB
1