Nvidia Jetson NX也是Ubuntu但是设置ip方式与往常不太一样,步骤如下: 打开终端输入 sudo gedit /etc/network/interfaces 注释掉所有信息,输入以下信息iface wlan0 inet static # 设置静...
1. 插入ros源 # 查看Ubuntu版本 lsb_release -a # 国内源 sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.ustc.edu.cn/ros/ubuntu/ $DISTRIB_CODENAME main" > /etc/...
2.1 ROS框架设计 ROS框架可以分为OS层、中间层和应用层。 1. OS层:Ubuntu、macOS、Arch、Debian 2. 中间层:给予TCP/UDP网络进行再次封装的TCPROS/UDPROS通信系统,使用发布/订阅、客户端/...
Ubuntu18.04配置 ROS2 dashing+ gazebo9 + Turtlebot3
轻量级三维人体重建算法,可以根据二维图像快速地恢复出人体三维模型
针对视频场景动态多变导致模型精度降低、复杂环境下模型收敛困难的问题,提出场景自适应的在线多视图融合视频摘要算法,利用语义、图像熵、视觉信息等融合的域无关特征对模型奖励进行奖励设计,同时降低特征空间以加速模型微调的收敛速度。
联邦学习(Federated Learning, FL)是一种新兴的分布式训练框架,可以在满足用户对隐私安全的需求的同时集聚不同参与设备的学习能力,构建一个比本地模型更强大的全局模型。随着一些时延敏感...
本文主要介绍基于真实场景的Turtlebot3 SLAM建图方法步骤
在实时视频流中往往存在大量的无效帧,如画面长期静止、画面运动过于强烈导致严重模糊等。针对该问题,提出了该方法。
针对边端情境复杂多样,潜藏情境难挖掘的问题,拟提出人机共融和数据潜藏情境挖掘技术
针对物联终端协同问题提出一种聚合多个物联网设备的计算能力以完成单个设备无法执行任务的深度神经网络划分方法。通过将深度模型以层为粒度进行划分,选择有效的模型分割点,将复杂的深度模型部署到分布式协同环境,综合多个异构设备算力解决高消耗模型的部署问题
一种基于零和博弈的奖励函数用以加快目标跟踪算法收敛,做到策略自适应不同场景
微控制器(或单片机,MCU)以其小体积、低成本、低能耗和高集成度等优势成为未来边缘智能应用关键的部署平台之一。
面对不断变化的动态情境,深度学习模型既不能接受人工操作的统一量化方法带来的再训练成本,也不能接受从庞大设计空间重新搜索混合精度量化策略的巨大时间开销。上下文感知的自适应量化框架(Co...
基于迁移学习的少样本表面缺陷检测方法(TL-SDD)
基于元迁移学习的社交媒体假消息检测算法(MDN)
基于用户和群体的多行为交互的问题推荐方法(AskMe)
基于元学习方法的多城市知识融合商业选址推荐方法(MetaStore)
基于多维图神经网络的跨场景推荐算法(MGNN)