级联方法的工作原理相机视图生成提案相机捕捉到的图像提供了丰富的视觉信息，可以通过卷积神经网络（CNN）提取出特征，并根据这些特征生成物体的候选框（即提案）。这些提案通常是二维边界框，表示在图像平面上检测到的物体位置。使用LIDAR进行3D定位LIDAR通过激光束测距生成点云数据，能够精确地提供物体在三维空间中的位置。在生成的提案基础上，利用LIDAR的点云数据进一步优化物体的3D位置和姿态。局限性

1、图像分为模拟图像和数字图像两大类。模拟图像中图像信息是以连续形式存储和表现的，以数字格式存储图像数据， 这种图像称为数字图像。2、数字图像处理的特点：1）处理精度高， 再现性好；2） 易于控制处理效果；3） 处理的多样性4） 图像数据量庞大3、数字图像处理的主要内容：1.图像获取、 表示和表现2.图像复原3.图像增强4.图像分割5图像重建（从数据到图像）4、二值图像的3种不同的显示方式：5、像

MNIST（Modified National Institute of Standards and Technology）是一个广泛使用的手写数字识别数据集，常用于机器学习和深度学习的入门教程。它包含了 70,000 张手写数字的灰度图像，每个图像的尺寸为 28x28 像素，包含数字 0 到 9。1.数据和标签的目录结构先搞定(得知道到哪读数据)2.写好读取数据和标签路径的函数(根据自己数据集情

1、图像分为模拟图像和数字图像两大类。模拟图像中图像信息是以连续形式存储和表现的，以数字格式存储图像数据， 这种图像称为数字图像。2、数字图像处理的特点：1）处理精度高， 再现性好；2） 易于控制处理效果；3） 处理的多样性4） 图像数据量庞大3、数字图像处理的主要内容：1.图像获取、 表示和表现2.图像复原3.图像增强4.图像分割5图像重建（从数据到图像）4、二值图像的3种不同的显示方式：5、像

1、图像分为模拟图像和数字图像两大类。模拟图像中图像信息是以连续形式存储和表现的，以数字格式存储图像数据， 这种图像称为数字图像。2、数字图像处理的特点：1）处理精度高， 再现性好；2） 易于控制处理效果；3） 处理的多样性4） 图像数据量庞大3、数字图像处理的主要内容：1.图像获取、 表示和表现2.图像复原3.图像增强4.图像分割5图像重建（从数据到图像）4、二值图像的3种不同的显示方式：5、像

MNIST（Modified National Institute of Standards and Technology）是一个广泛使用的手写数字识别数据集，常用于机器学习和深度学习的入门教程。它包含了 70,000 张手写数字的灰度图像，每个图像的尺寸为 28x28 像素，包含数字 0 到 9。1.数据和标签的目录结构先搞定(得知道到哪读数据)2.写好读取数据和标签路径的函数(根据自己数据集情

注：笔记仅供自己回忆使用，参考的话结合自己电脑环境来。

MNIST（Modified National Institute of Standards and Technology）是一个广泛使用的手写数字识别数据集，常用于机器学习和深度学习的入门教程。它包含了 70,000 张手写数字的灰度图像，每个图像的尺寸为 28x28 像素，包含数字 0 到 9。1.数据和标签的目录结构先搞定(得知道到哪读数据)2.写好读取数据和标签路径的函数(根据自己数据集情