Reference:git子模块的修改和更新操作1、子库与父库git关于子模块的官方文档链接：https://git-scm.com/book/zh/v2/Git-%E5%B7%A5%E5%85%B7-%E5%AD%90%E6%A8%A1%E5%9D%971.1 使用场景某个工作中的项目需要包含并使用另一个项目。 也许是第三方库，或者你独立开发的，用于多个父项目的库。想要把它们当做两个独立的项目，

由于停车线和停车线角点是从IPM图像(Fig. 4(b) 中的白点和黄线)检测出来的，因此很容易自动检测停车点。比如 Fig. 5(a) 与 Fig. 5(b) 两个 local map 要是直接合并重叠的效果如 Fig. 5© 一样不是太好，但要是用这个值作为初始值优化出一个回环检测的相对位姿，那效果就很 nice 了，如 Fig. 5(d) 所示。如果算力足够，应该将里程计得到的位姿作为初值，

安装OpenCV-Python时出现"python/cv2/py.typed not found"错误导致wheel构建失败。尝试两种解决方法：1）升级pip无效；2）改用预编译的旧版本(4.5.5.64)成功解决。文章还提及Linux系统下可能的其他解决方案（未实测）。该问题主要与新版本需源码编译有关，降级使用二进制版本可规避编译错误。

机器学习三：决策树1. 介绍2. 参数2.1. min_samples_split2.2. 不纯度和熵2.2.1 信息增益2.1.1.1 信息增益计算3. Bias-Variance Dilemma4. 总结5. SK Learn1. 介绍决策树是机器学习中最早也是最常使用的算法之一，它已经有几十年历史，稳定性非常好。它和支持向量机类似，也可以在这里使用核技巧，将线性决策面转换为非线性。决策树可以

是一个用于神经网络、深度学习和机器学习模型的可视化工具。Netron支持 ONNX、TensorFlow Lite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、Core ML、RKNN、MXNet、MindSpore Lite、TNN、Barracuda、Tengine、CNTK、TensorFlow.js、Caffe2 和 UFF。

自动驾驶中激光雷达如何检测障碍物1. 介绍1.1 激光雷达-一种三维激光传感器1.2 激光雷达的优缺点？1.3 基于激光雷达如何进行障碍物检测？1.4 点云处理难点2. 点云处理2.1 点云处理-体素网格2.1.1 什么是体素网格？3 三维点云的分割3.1 RANSAC3.1.1 RANSAC 的实现4. 障碍聚类4.1 点云聚类4.1.1 计算 KD-Tree4.1.2 欧式聚类5. 边界框5.

在介绍深度神经网络之前，我们需要了解神经网络训练的基础知识。本章我们将介绍神经网络的整个训练过程， 包括：定义简单的神经网络架构、数据处理、指定损失函数和如何训练模型。为了更容易学习，我们将从经典算法————线性神经网络开始，介绍神经网络的基础知识。经典统计学习技术中的线性回归和softmax回归可以视为线性神经网络， 这些知识将为本书其他部分中更复杂的技术奠定基础。是能为一个或多个自变量与因变量

Reference:在实际开发过程中，免不了涉及到混合编程，比如，对于python这种脚本语言，性能还是有限的，在一些对性能要求高的情景下面，还是需要使用c/c++来完成。那怎样做呢？我们能使用pybind11作为桥梁，pybind11的优点是对C++ 11支持很好，API比较简单，现在我们就简单记下Pybind11的入门操作。Pybind11 是一个轻量级只包含头文件的库，用于 Python 和

f 是 format(设置格式) 的简写，因为 Python 通过把花括号内的变量替换为其值来设置字符串的格式。想要在字符串中插入变量的值，可在前引号(单引号/双引号)前加上字母。这样，当 Python 显示字符串时，将把每个变量都替换为其值。字符串(Python3.6+)类型与。，再将要插入的变量放在花括号内。函数的使用类似，但更简单。...

(向量元素的平方和)。但是，这又有一个问题，不同金字塔层的特征点都用同一个阈值，是不是不合理呢？因为上面吸烟的比例为33%，因此在吸烟与肺癌没有关系的时候，肺癌患者吸烟与不吸烟的比例应该是33%，没有得肺癌的吸烟与不吸烟的比例也应该是33%为多维标准正态分布，也就是说不同金字塔层提取的特征，计算的重投影误差都被归一化了，或者说去量纲化了，那么，我们只用一个阈值就可以了。自由度的计算方法，可以简单抽