PoseCNN(A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes)复现记录
PoseCNN: A Cbjonvolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes
挖个坑,希望研究位姿估计的人大家一起来交流。
一、环境搭建
1、Pangolin
Pangolin是对OpenGL进行封装的轻量级的OpenGL输入/输出和视频显示的库。可以用于3D视觉和3D导航的视觉图,可以输入各种类型的视频、并且可以保留视频和输入数据用于debug。
(base) robot@robot-ThinkPad-T570:~/Documents$ git clone https://github.com/stevenlovegrove/Pangolin.git
参考文章:
【1】Pangolin 安装及其使用(https://blog.csdn.net/c602273091/article/details/65441315)
安装库:
Glew:
sudo apt-get install libglew-devCmake:
sudo apt-get install cmakeBoost:
sudo apt-get install libboost-dev libboost-thread-dev libboost-filesystem-dev
安装Pangolin
git clone https://github.com/stevenlovegrove/Pangolin.git
cd Pangolin
mkdir build
cd build
cmake ..
cmake --build .
如果遇到问题请参考
【2】ORB_SLAM2之Pangolin的安装与问题处理(https://www.cnblogs.com/liufuqiang/p/5618335.html)
2、Eigen
Eigen是可以用来进行线性代数、矩阵、向量操作等运算的C++库,它里面包含了很多算法。它的License是MPL2,支持多平台【1】。
【1】Eigen介绍及简单使用(https://blog.csdn.net/yxpandjay/article/details/80587916)
【2】《视觉slam十四讲》中Eigen库在ubuntu16.04中的安装和简单使用例程(https://blog.csdn.net/weixin_42056625/article/details/86299342)
【3】Eigen库安装指南(两种方式)(https://www.cnblogs.com/newneul/p/8256803.html)
3、boost
sudo apt-get install libboost-dev
4、Sophus
Sophus是提供李代数的支持。这里安装的是由Strasdat维护的非模板版本的Sophus库【1】
git clone http://github.com/strasdat/Sophus.git
cd Sophus/
git checkout a621ff
mkdir build
cd build
cmake ..
make
【1】Ubuntu 16.04 LTS 面向SLAM项目的基本配置与依赖库安装(更新中)(https://blog.csdn.net/cxsydjn/article/details/79548965)
5、nanoflann
sudo apt-get install build-essential cmake libgtest-dev libeigen3-dev
mkdir build && cd build && cmake ..
make && make test
6、libsuitesparse-dev
sudo apt-get install libsuitesparse-dev
7、Ceres
安装依赖库
sudo apt-get install liblapack-dev libsuitesparse-dev libcxsparse3.1.4 libgflags-dev libgoogle-glog-dev libgtest-dev
然后从github上下载ceres库,由于它是一个cmake工程,解压后进入对应的ceres目录下使用cmake编译并安装它。
mkdir build
cd build
cmake ..
make
sudo make install
PoseCNN(A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes)复现记录相关推荐
- 论文笔记(三):PoseCNN: A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes
PoseCNN: A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes 文章概括 摘要 1. ...
- 笔记:PoseCNN:A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes
PoseCNN: A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes (Robotics: ...
- PoseCNN: A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes—2017(笔记)
PoseCNN:用卷积神经网络估计杂乱场景中目标6D姿态-2017(笔记) 文章提出了新的PoseCNN姿态估计网络,通过CNN提取图像特征,然后分三路进行目标分割标签标注.平移估计和姿态估计得到目标 ...
- 论文阅读笔记《PoseCNN: A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes》
核心思想 本文提出一种基于卷积神经网络的物体分割与位姿估计的方法(PoseCNN).如下图所示,输入图像经过卷积层特征提取之后,分成三个任务分支:语义分割.平移矩阵预测和旋转矩阵(四元数)预测.最 ...
- 论文笔记01——PoseCNN:A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes
参考链接: https://blog.csdn.net/nwu_NBL/article/details/83176353 论文标题:<PoseCNN:杂乱场景中物体6D姿态估计的卷积神经网络&g ...
- 目标检测--A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection
A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection ECCV2016 https://g ...
- 论文笔记,物体六自由度位姿估计,DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion
论文笔记,物体六自由度位姿估计,DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion 链接 摘要 1,引言 2,模型 2.1 ...
- Learning latent geometric consistency for 6D object pose estimation in heavily cluttered scenes
Learning latent geometric consistency for 6D object pose estimation in heavily cluttered scenes 在杂乱无 ...
- Single-Stage 6D Object Pose Estimation——6D姿态估计
Single-Stage 6D Object Pose Estimation 作者:Yinlin Hu,Pascal Fua, Wei Wang, Mathieu Salzmann 实验室:CVLab ...
最新文章
- 平面广告设计和Web设计的差别
- cmd文件内容添加到文件内容命令
- 保护 ASP.NET Web 部件页面
- 手把手教你python实现量价形态选股知乎_【手把手教你】Python实现基于事件驱动的量化回测...
- 2018年去贷款,是否可以不用找信贷经理帮忙?
- How to check firmware and drivers of a VMware ESXi host
- Kotlin学习笔记 第四章Kotlin调用Java
- 字符串校验器 ExcelValidator.java
- [深度学习] 深度学习常见概念
- [PyTorch] 基于python和pytorch的多项式回归
- Micropython教程之TPYBoard DIY金属探测仪实例演示(萝卜学科编程教育)
- 超级详细的SIMATIC STEP7 V5.5安装
- 网页中插入当前时间和实时天气
- 记录“麻辣香锅”病毒处理过程
- 比特大陆60天 :夺权、立威下的疯狂裁员
- C++互斥量、原子锁、自旋锁等比较
- cesium中的飞行动画fly
- 【附代码实现】光流法大全(DeepFlow、DenseFlow、DisFlow、FbFlow、PCAFlow、SimpleFlow、TV_L1)
- java或android国内外手机号码正则表达式
- 做IT的与卖鞋买鞋的对比,欢乐一笑!