非滤波单目视觉SLAM系统A survey on non-filter-based monocular VisualSLAM systemsTaylor Guo, 2016年9月12日 -2017年4月12日摘要视觉SLAM过去15年的研究产生了大量可以使用的系统，广泛应用于机器人和增强现实应用中。滤波（卡尔曼滤波，粒子滤波）视觉SLAM更通用，非滤波（运动

Win10安装深度学习模型部署Apache,redis,mod_wsgi,Flask,keras,tensorflowWindows生态对工具的支撑环境恶劣，是由来已久的。本文在Win10上用Apache,redis,mod_wsgi,Flask,keras,tensorflow对深度学习模型进行了部署这个是正在部署的项目，所以没有特别讲得太清楚。但聪明的你，应该一看就能明白。能不能部署成功，除了

2016年2月17日1[2013]直立位置的角度值和在倒下去或倾斜的时候的快慢值（角速度），其实他们是一个量，因为对角速度积分就是角度值。角速度只是反映了倒下去或倾斜的快慢，即变化量。好比你拿一根筷子直立在手指上，你看见它要倒下去的时候，手肯定会跟着移动；你一方面看到的是筷子倒下去的角度，另一个是筷子倒的时候的快慢，角度大速度快，你自然移动地快、幅度也大，角度小、速度慢，你自然移动

Matterport3D：室内环境RGB-D数据的深度学习Matterport3D: Learning from RGB-D Data in Indoor Environments

纹理合成和风格转移

深度卷积神经网络图像风格变换Deep Photo Style TransferTaylor Guo， 2017年4月23日 星期日 - 4月27日星期四摘要本文介绍了深度学习方法的图像风格转换，处理各种各样的图像内容，保持高保真的参考风格变换。我们的方法构建于最近绘画风格变换基础上，用神经网络的不同网络层从图像内容上将风格分离。然而，这个方法并不适用于写实风格变换。即使输入图像

Image StyleTransfer Using Convolutional Neural Networks用不同的风格渲染图像的语义内容是一种比较难的图像处理任务。可以说，之前方法的一个主要局限因素是缺乏明确表示语义信息的图像表示，用于将图像内容从风格中分离。这里用卷积神经网络的图像表示用于物体识别的优化，可以使图像信息更明显。我们介绍了一种艺术风格的神经网络算法可以将图像的内容和图像的自然风

Matterport3D：室内环境RGB-D数据的深度学习Matterport3D: Learning from RGB-D Data in Indoor Environments

苹果开源操作系统及相关工具

Image StyleTransfer Using Convolutional Neural Networks用不同的风格渲染图像的语义内容是一种比较难的图像处理任务。可以说，之前方法的一个主要局限因素是缺乏明确表示语义信息的图像表示，用于将图像内容从风格中分离。这里用卷积神经网络的图像表示用于物体识别的优化，可以使图像信息更明显。我们介绍了一种艺术风格的神经网络算法可以将图像的内容和图像的自然风