INS_OUT一个关于惯性导航解算的程序源代码,本人的研究结果,希望大家互相学习,共同进步,包括姿态更新、速度更新、位置更新。
2023/12/29 11:18:36 2KB 惯性导航解算
1
免责声明这是的经过修改的存储库。
请参阅原始存储库以获取更多详细信息。
联合身体分析和姿势估计网络(JPPNet)梁晓丹,龚科,沉和林亮,“观察人:联合的身体分析和姿势估计网络和一个新的基准”,T-介绍JPPNet是人类解析和姿态估计建立在之上的国家的艺术深度学习方法。
这个新颖的联合人类解析和姿态估计网络在端到端框架中结合了多尺度特征连接和迭代位置细化,以研究有效的上下文建模,然后实现彼此互利的解析和姿态任务。
这个统一的框架为人类分析和姿势估计任务实现了最先进的性能。
此发行版为T-PAMI2018接受的中报告的关键模型成分提供了一个公开可用的实现。
我们通过探索一种新颖的
2023/12/24 19:03:31 2.58MB ssl parsing human human-parsing
1
UMIST人脸库(英国):曼彻斯特大学,20人,总共564张照片,姿态变化其他人脸数据库也有上传比如:Yale人脸库(美国)CMU-PIE人脸数据库Yale人脸数据库BMIT人脸数据库ORL人脸库(英国)INRIA数据库UMIST人脸库(英国)KinFace人脸数据库AR人脸库(美国)Bern人脸库
2023/12/20 15:09:20 4.51MB UMIST数据库
1
该程序通过读取GNSS接收机的观测数据和星历文件,求取GNSS接收机间所构成的基线向量,进而求取载体的姿态信息。
2023/12/6 9:29:32 2.33MB GNSS 姿态测量 MATLAB
1
计算机视觉的目标就是利用计算机来模拟与人类相当的视觉能力,使得计算机也能够像人类一样能够从二维图像中获取三维信息。
在拥有这种能力的同时,还能够分析获取的三维信息,进一步得到现实世界中物体的形状、姿态等,采用合理的描述方法和存储形式,对其进行识别甚至是理解。
计算机视觉的种类很多,双目立体视觉是目前研究较多的一种技术。
目前,立体视觉的技术已经广泛应用到了日常生活中,并且正在改变着生活的质量及方式,如美国“探索者”登月卫星上的机器人视觉系统,数码相机中的人脸捕捉,排爆机器人对危险物的识别,无人自动车的避障系统等,都将立体视觉技术进行了有效的应用,并且已经影响了日常的生活方式。
2023/11/27 13:08:06 45.05MB 机器视觉
1
采用SPI读取MAX21100姿态传感器,I2C读取HMC5983磁罗盘数据
2023/11/3 15:54:37 4.12MB MAX21100
1
利用单IMU采集的数据计算当前载体的姿态横滚角和俯仰角,IMU加计作为观测量,陀螺作为状态量。
2023/10/26 23:53:47 3KB alog
1
利用OpenCV中SolvePnP函数实现相机姿态的求解。
并在此基础上利用SolvePnPRansac函数求解相机姿态使得结果更准确。
代码包含详细注释。
2023/10/15 16:07:01 4KB SovlePnP OpenCV
1
适用于维特智能姿态角度传感器模块6轴系列的电脑端软件
2023/10/12 13:07:40 21.98MB 姿态 角度 上位机 JY61
1
可以输出17个点的简易姿态评估模型,我自己的企业级产品就在使用,效果还是不错的,只要背景不是乱得太可以,或者衣服的颜色与背景混合严重,基本上都是可以正常的评估出来的。
这个模型的好处就是速度非常快,基本上是所有已知模型中速度最快的一个。
包内的.h文件是已经被代码化后的定义文件,直接使用NCNN的二进制接口加载就可以了
2023/10/6 7:43:35 5.43MB ncnn
1
共 142 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡