LiDAR Iris 项目使用教程
2024-09-28 14:37:39作者:范垣楠Rhoda
1. 项目的目录结构及介绍
LiDAR-Iris/
├── CMakeLists.txt
├── LICENSE
├── README.md
├── demo.cpp
├── draw.py
├── img/
│ ├── 00.txt
│ ├── 05.txt
│ └── 08.txt
├── gt/
│ ├── 00.txt
│ ├── 05.txt
│ └── 08.txt
└── test_res/
├── 00.txt
├── 05.txt
└── 08.txt
- CMakeLists.txt: 项目的CMake构建文件,用于配置和编译项目。
- LICENSE: 项目的开源许可证文件,本项目使用MIT许可证。
- README.md: 项目的介绍文档,包含项目的概述、使用方法和相关引用。
- demo.cpp: 项目的启动文件,包含主要的代码逻辑。
- draw.py: 用于绘制和可视化结果的Python脚本。
- img/: 包含示例图像数据的文件夹。
- gt/: 包含地面真值数据的文件夹。
- test_res/: 包含测试结果数据的文件夹。
2. 项目的启动文件介绍
demo.cpp
demo.cpp 是 LiDAR Iris 项目的主要启动文件,负责执行 LiDAR Iris 的循环闭合检测功能。该文件包含了以下主要功能:
- 数据加载: 加载 LiDAR 点云数据。
- 特征提取: 使用 LiDAR Iris 方法提取点云的全局描述符。
- 循环闭合检测: 计算两个点云之间的相似度,判断是否存在循环闭合。
使用方法
-
编译项目:
mkdir build cd build cmake .. make -
运行
demo.cpp:./demo
3. 项目的配置文件介绍
CMakeLists.txt
CMakeLists.txt 是项目的构建配置文件,用于配置项目的编译选项和依赖库。以下是主要配置项:
- 项目名称: 设置项目名称为
LiDAR-Iris。 - 编译选项: 设置 C++ 标准为 C++11。
- 依赖库: 添加 PCL (Point Cloud Library) 和 OpenCV 库的依赖。
示例内容
cmake_minimum_required(VERSION 3.10)
project(LiDAR-Iris)
set(CMAKE_CXX_STANDARD 11)
find_package(PCL 1.8 REQUIRED)
find_package(OpenCV REQUIRED)
include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})
add_executable(demo demo.cpp)
target_link_libraries(demo ${PCL_LIBRARIES} ${OpenCV_LIBS})
通过以上配置,项目可以正确地编译和链接所需的依赖库,确保 demo.cpp 能够正常运行。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425