Data Modelling and Machine Intelligence (DMMI) 数据建模和机器智能 其实这门课就是在讲机器学习(Machine Learning),起个这么长的名字属实没必要。 这门课的老师是 Dr John Oyekan,是一名非常年轻的,刚刚入职没多久的,黑人讲师,
什么是Overfitting 算法在训练集上表现好,但在测试集上表现不好,泛化性能差。 引起过拟合的原因 模型本身过于复杂,以至于拟合了训练样本集中的噪声。 如何解决过拟合 交叉验证。 用更多的数据进行训练。 数据增强。 特征选择。 Early Stop。 正则化 Regularization。 什
一些Python的知识点(非报错及其解决方法) 啥是面向对象(OOP) 面向对象三要素封装、继承、多态 封装: 确标识出允许外部使用的所有成员函数和数据项,或者叫接口。有了封装,就可以区分内外,使得类实现者可以修改封装内的东西而不影响外部调用者。 继承: 继承有两种含义:其一是继承基类的方法,并做出
随便说说 授课老师是 Professor Lyudmila Mihaylova,我们叫她mila。看名字应该是一个斯拉夫人,在大毛和二毛刚刚开打的时候,我们一致猜测她是大毛的,理由:NULL。 mila的声音轻轻的,而且本人看起来也十分的文静,可能从小到大是一个乖乖女吧。总之我十分敬佩这些从大毛二毛
前言 本文内容是针对 .pcd格式的点云进行处理。 文中模型出自TU Wien采集的佛头模型[2]。 相关函数和算法 pcd格式点云文件读取 clear all ptCloud = pcread('head1.pcd'); pcshow(ptCloud) Figure 1.1 佛头点云的可视化
前言 有人会好奇,同样是点云,.pcd和 .ply 的处理能有啥大区别吗? 其实是有的,.pcd 文件的数据,是基于点的,也就是里面存储的内容全部都是和点相关的信息。 而 .ply 增加了关于面的信息,也就是有了 mesh。在介绍使用 MeshLab 进行点云表面重建的那篇文章中,已经提到过这点。几
傅里叶变换 傅里叶的原理说明:任何连续测量的时序或信号,都可以用不同频率的正弦波信号的无限叠加来表示。 在数学的角度来看,傅里叶变换算法利用直接测量得到的初始信号,用累加的方式来计算该初始信号中不同正弦波信号的频率,幅值和相位。 而从物理学的角度来看,傅里叶变换可以帮助我们将时域的信号转为频域来分析
两台设备的同步出的问题,设备都挂上了梯子,但是还是不能成功同步,而且会莫名其妙的删掉很多文件。 解决方法是 Win + R 打开 cmd,输入 %localappdata%\Microsoft\OneDrive\onedrive.exe /reset 之后 Onedrive 会关闭。 关闭之后再输入
随便写点 Jan/15/2023 最近在学PCL,关于网上很多使用PCL将PCD转PLY格式的内容,不能说有错,因为文件的header确实被正确的修改,也能被读取。但是存在一个问题:PLY的header中,element face 的数量依然是0。这是因为那些转换方式不是一个表面重建的过程,PCD(
同质邻域 对于点云文件,因为缺乏分析公式的缘故,导致曲率计算比较复杂。 伞曲率使用K- NN算法,找到某个点的8个最近的相邻点,这8个点不仅要考虑最近距离,而且还考虑方向,这些点组成一个伞状区域。此区域被称为同质邻域(homogeneous neighborhood)。 Figure 1 K-NN
什么是点云(Point Cloud) 直观地讲,点云文件就是坐标系中大量的点组成的数据集。 除了PCD格式以外,PLY,OBJ,X3D等格式也支持点云数据。 程序如何识别PCD文件 在每个点云文件的开头,都包含一个header。 在header中声明了该点云数据的属