关于我

姓名:刘骁

邮箱:liuxiao (at) foxmail.com

方向:主要兴趣方向:增强现实、SLAM、图像识别

工作:
某AI独角兽公司研究员
某大型互联网公司程序猿

教育:
1) 北京航空航天大学计算机科学与技术系硕士研究生
2) 北京航空航天大学应用物理(应用电子技术)系本科

通过以下表单联系我:

20 thoughts on “关于我

  1. yzq说道:

    【请教】有关你写的MXNet的image-classification-predict.cc的疑问

    liuxiao你好,

    我看到你贡献给MXNet的image-classification-predict.cc代码做predict。

    有个疑问请教一下。

    在GetMeanFile中你是直接设置mean=117,你的注释里也写着:

    // Better to be read from a mean.nb file

    我现在有图像均值的二进制文件mean.bin,想直接整张图片做矩阵减,

    还请问该如何读文件 以及做后续的norm操作呢?

    直接用你的数值在我的数据集上预测结果不佳,
    而且实验发现修改该值对最终的top-1预测结果影响很大

    希望能够获得你的帮助,非常感谢!

  2. jacob说道:

    您好我有个关于image-classification-predict.cc的疑问
    我想在windows环境下运行这个demo但是在windows下编译的dll跟lib使用时会报error LNK2001: 无法解析的外部符号 __imp__MXPredFree D:\poi\testcv_mxnetnet\testcv\Source.obj
    这样错误,用官方预编译的版本也会这样,怎么解决啊?

  3. chen说道:

    你好,这篇文章里,你对比了vi-orb-slam和orb slam的定位精度,但是我理解orb slam应该是得不到尺度信息的,而vi-orb-slam是有尺度的,你给出的rmse应该是实际的物理值,那orb slam的rmse值是怎么得到的呢? 另外,rmse是指的关键帧的计算位置和ground truth的位置的误差吗? 谢谢

  4. 说道:

    liuxiao 你好,你的这篇文章里,你对比了vi-orb-slam和orb slam的定位精度,但是我理解orb slam应该是得不到尺度信息的,而vi-orb-slam是有尺度的,你给出的rmse应该是实际的物理值,那orb slam的rmse值是怎么得到的呢? 另外,rmse是指的关键帧的计算位置和ground truth的位置的误差吗? 谢谢

    1. 说道:

      orb slam双目可以估计绝对尺度,单目是用拟合算法拟合出一个与真值最接近的scale作为绝对尺度再进行估计。这些方法在前面的博文中evo工具均有提供。rmse是关键帧的位置和GT的误差

  5. xingbo WANG说道:

    1. orb-slam2 保存的相机轨迹和groundtruth有很大的区别,完全不吻合。是不是坐标系的问题啊?orb-slam2没做坐标变换?
    2. orb-slam2 有木有加入IMU信息的版本啊?

    1. 说道:

      1、如果运行正确没有问题,请参见:http://www.liuxiao.org/2017/11/%E4%BD%BF%E7%94%A8-evo-%E5%B7%A5%E5%85%B7%E8%AF%84%E6%B5%8B-vi-orb-slam2-%E5%9C%A8-euroc-%E4%B8%8A%E7%9A%84%E7%BB%93%E6%9E%9C/
      2、加入IMU信息的没有官方版本只有王京等一些人个人的一些实验代码。

  6. lianglong说道:

    hello,关于mxnet里的example。我想在自己的系统里面使用mxnet的结果,做相近的sementation的工作,只需要将lib文件里编译好的库文件复制到本地文件就可以了吗?那cmakelist里面需要怎么链接呢?看您提供的makefile不是很明白。

  7. 匿名说道:

    单目是用拟合算法拟合出一个与真值最接近的scale作为绝对尺度再进行估计。大佬,这句话我没有太理解,有没有参考的资料,我学习下。最近有点纠结这个单目的scale。谢谢

  8. 刘敏说道:

    Hi 刘先生

    我是无人驾驶领域猎头刘敏,关注到您在腾讯的工作,我正在帮我北上深杭苏的无人驾驶客户寻找SLAM这块的职位,期望能与您交换个电话号码做进一步沟通,我的电话是15959217633(微信同号),期待您的消息。

    刘敏

发表评论

电子邮件地址不会被公开。