目录 0. 摘要 1. ORB-SLAM2 简介 2. 安装依赖库 （1）安装Pangolin  （2）安装必要的依赖库 （3）安装OpenCV （4）安装Eigen （5）安装BLAS and LAPACK库 (1) BLAS: Basic Linear Algebra Subprograms (2) LAPACK：Linear Algebra PACKage 3. 编译OEB_SLAM 4. 运行测试程序 4.1 TUM数据集格式简介：官网介绍https://vision.in.tum.de/data/datasets/rgbd-dataset/file_formats 4.2. RGB-

Matlab 根据光谱数据生成k值、三刺激值、Lab、RGB等数据

文件用于mmdetection3d的SUN RGB-D数据集预处理程序，原始处理程序为matlab版，这里替换成了Python版本。文件包含了数据集分割和标注数据提取两个python脚本文件。具体使用方法请参考本人即将更新的博客：https://blog.csdn.net/suiyingy/article/details/128086017。

用深度相机采集彩色图像制作数据集

32位纯RGB图片数据添加BMP文件头，如果是24位位图数据的话把里面的4改成3，,32改成24即可。

用于播放 yuv，rgb视频数据的播放器，安全可靠，兼容性强。

工具设置参数，对各种RGB原始帧数据可连续播放

以基于视频的人体动作识别为核心，首先对传统RGB动作识别领域的算法进行了全面回顾，包括传统算法和基于深度学习的算法，基于RGB视频的动作识别易受背景光照的影响识别精度不高，但有丰富的颜色外观信息；然后对RGB-D动作识别领域的算法进行分析总结，主要分为深度序列、骨骼和多特征融合三个方面，RGB-D视频具有多个模态可以为动作识别提供更多的信息，可以弥补基于RGB视频的不足但也带来了新的挑战；最后对常用数据集和未来可能的发展方向进行了展望。

在可变光照条件下拍摄的带有RGB图像的杂草检测数据集 带有杂草的胡萝卜幼苗的RGB图像数据集（胡萝卜-杂草数据集）。 该数据集可自由用于非商业应用。 有关其他信息，请联系：Petre Lameski（ ） 如果您使用此数据集，请引用： Petre Lameski，Eftim Zdravevski，Vladimir Trajkovik，Andrea Kulakov，“杂草检测数据集以及在可变光照条件下拍摄的RGB图像”，第9届ICT创新国际会议2017年，9月18日至21日，马其顿斯科普里 本文提供了数据集描述和初步分析。

Object_Recognition_From_RGBD_Data：近年来，对象识别由于其众多的应用而引起了研究人员的越来越多的关注。 例如，对象识别使协作机器人能够执行诸如在非结构化环境中搜索对象或为人类同事检索工具之类的任务。 在这项研究中，我们提出了一种新技术，用于从红色，绿色，蓝色和深度（RGB-D）数据中进行无监督的特征提取，然后将其与多个分类器组合以执行对象识别。 具体而言，我们的体系结构首先通过无监督的聚类技术对桌面场景中的所有对象进行了细分。 然后，它分别关注每个对象，以提取形状和视觉特征。 我们对从YCB对象和模型集中选择的20个对象的子集进行实验，并评估几个分类器的性能