发现了一个很有意思的东西——vector数组，记录一下看代码时一开始把vector数组当做了一个vector向量，看到v_test[0].size()时十分迷惑，想着这也不是二维向量啊，怎么他的元素还能.size()，仔细一看竟然是个vector类型的向量。看来基本数据类型和数据结构还是不到家。。。简单代码示例#include "stdafx.h"#include <iostream>

1.简单文本的写入-ofstream包含的头文件#include<iostream>#include<fstream>//定义了一个用于处理输出的ofstream类示例代码#include<iostream>#include<fstream>//定义了一个用于处理输出的ofstream类#include<string>using name

ORB-SLAM算法中ORB特征提取与描述子计算，输入一张图像，返回存放特征点的vector向量，存放描述子的mat，特征点数量，步骤大致分为以下4步1. 构建图像金字塔2. 提取Fast特征点并使用OctTree进行均匀化分布3. 利用灰度质心法，计算特征点角度4. 计算带有旋转不变性的rBRIEF描述子

电脑已经安装过但是在创建docker容器时，无法使用参数。电脑已经安装过`NVIDIA Container Toolkit`但是在创建docker容器时，无法使用`--runtime nvidia`参数

本质上是计算当前关键帧和关键帧数据库中的关键帧是否存在公共单词，相似性分数是否满足要求。

在上一章已经介绍了检测共视区域的部分，接下来就是对共视区域进行回环矫正或者地图融合。回环矫正和之前的ORBSLAM系列一致，就是消除因为长时间运动产生的位姿累计误差和尺度漂移。在ORBSLAM3中新增了多地图系统，因此出现共视区域的地方有可能出现在不同的子地图中，需要对两个子地图进行融合。本篇主要对回环矫正部分进行介绍。

主要函数： cv::namedWindow(“window name”,flag)cv::namedWindow功能为创建一个窗口，第一个参数设置窗口的名字，第二个参数指定窗口标识，一般默认为WINDOW_AUTOSIZE 。WINDOW_AUTOSIZE： 窗口大小自动适应图片大小，并且不可手动更改。WINDOW_NORMAL： 用户可以改变这个窗口大小WINDOW_OPENGL： 窗口创建的时

YOLOV5s基于pytorch框架进行训练和部署

可以看到上述在构建好损失函数后就是一个基于高斯牛顿法解最小二乘的过程，基于参考帧处x的坐标，不断地迭代变换p在当前帧寻找新的匹配点x’，在这个不断迭代过程中是在当前帧新的点x’处进行更新的，每次更新都需要计算相应的雅格比矩阵和Hessian矩阵，这一过程浪费了很多计算资源的消耗，逆向光流法就是针对这一现象提出的。

ubuntu1804配置OAK-D相机的ROS以及depthai_ros环境，获取相机内参和外参