专栏名称: 3D视觉工坊
1、OpenCV的技术传播; 2、3D点云与重建技术; 3、Vslam技术; 4、深度学习; 5、技术干货分享。
目录
相关文章推荐
茅酒圈  ·  i茅台抢购成功后:买还是不买? ·  14 小时前  
茅酒圈  ·  i茅台抢购成功后:买还是不买? ·  14 小时前  
福建高院  ·  解企诉讼之忧 护企稳健前行 ·  21 小时前  
爱可可-爱生活  ·  【[118星]OpenLDK:用Common ... ·  3 天前  
AI前线  ·  “李飞飞团队 50 美元炼出 ... ·  3 天前  
51好读  ›  专栏  ›  3D视觉工坊

SLAM如何在算法和代码之间平衡

3D视觉工坊  · 公众号  · AI 科技自媒体  · 2024-09-14 07:00

主要观点总结

文章主要讨论了SLAM技术方向的研究与学习,涉及内容广泛,包括算法研发、Linux知识点、C++应用等。作者提出了在SLAM研究过程中遇到的技术挑战和个人反思,强调了核心问题的研究以及如何在研究中保持平衡。同时,文章还介绍了关于SLAM领域的优秀学员交流方式、学术分享以及相关社群和资讯资源。

关键观点总结

关键观点1: SLAM技术方向的广泛性和深度研究的重要性。

作者认为SLAM涉及内容广泛,需要深入研究核心问题,如李群李代数等数学理论以及后端优化等关键技术。

关键观点2: 研究过程中的平衡问题。

作者提到了在SLAM研究中遇到的平衡问题,如编码和算法之间的平衡,以及如何在实际操作中处理这些问题。

关键观点3: 关于优秀学员交流和学术分享的介绍。

文章介绍了优秀学员金戈兄的交流方式,以及如何进行学术分享和交流社群等资源的获取。

关键观点4: 关于资源获取和社群支持的途径。

文章提供了关于如何加入相关社群、获取学术资源和资讯的方式,如加入知识星球、联系助理等。


正文

点击下方 卡片 ,关注 「3D视觉工坊」 公众号
选择 星标 ,干货第一时间送达

来源:https://zhuanlan.zhihu.com/p/707542245

作者:Frank Dellaert

前者关乎数学,后者关乎工程能力,其实无论关乎工程能力还是代码能力似乎都是对的, 这样的话似乎不需要再论述什么了,但是在实际工作中,总会产生自己的“任性”研究的行为。

吾生也有涯,而知也无涯 。以有涯随无涯,殆已!已而为知者,殆而已矣!

其实想想这几句就是够压迫感的,就像尼采说的那句:“人类一思考,上帝就发笑”一样的强大冲击;

SLAM的方向,大大小小也有3年左右了,算是刚刚入门,找到些感觉,此文写给那些正准备爬坡上高度的同学;凡是从事算法研发,我相信都是有一定上进心和好胜心的,总是想将问题研究透彻,但是SLAM如何说涉及的内容实在是太多了,当然了我也cover了Linux相关的知识点;

ubuntu的安装时候,经常会出现的版本冲突等等,真的是让人肝肠寸断,研究吧,时间有限,不研究,于心不忍。看着高博已经将代码应用了很多C++17的新特性,自己还在纠结于是否要涉足模板,总之在SLAM这里,我时常没有想明白在coding和算法之间如何balance,这个问题有点儿想work和life如何balance一样;

实际的情况是:balance不了,真的很难平衡;

所以我最终得悟的是:除非C++等linux影响到了代码的正常运行,否则应不予理睬!

可能大家觉得这样比较消极,但是问题是,如果我们很努力,结果不及预期的话,一定是我们哪里出了问题,反思了好久,就是我们研究了很多非SLAM的问题;或者说除了SLAM核心问题,我们基本上都研究了,哈哈哈;

那么什么是SLAM核心问题,我认为是李群李代数,如果你不能写一篇知乎讲的很清楚,就不能说真懂了,其次是他们的求导数,已经如果把自己想象成求解器,那么如何优化才能得出多快好省的结果呢?我一直认为SLAM最性感的地方在于后端,后端还有很多数学,我认为这些是核心,希望以后我可以将这些好好写几篇知乎研究透彻!

如果说把拔离开SLAM,回望自己的理想,SLAM必定是实现理想的方式和途径,无论你是为了money还是paper还是那颗好胜的心,其实都可以抽离出SLAM,看看你的思考方式,离你的目标是越来越近还是越来越远呢?比如说,你就是为了学习SLAM赚到很多的money,那么你要思考学习哪些SLAM知识可以达到你的目标,那么这些需求都写在哪里呢?都在BOSS招聘里了,当然你可能觉得,就算你是整个大陆SLAM专家,如高博也达不到你的期待年薪,那么怎么办?你就应该放弃这个赛道,转而做这个方向的VC等等方向,如果这个方向的上限都不是你想要的,你为什么还在继续呢?

有的人说,我不爱干SLAM,但是生活所迫,我又必须干这个,比较痛苦!

但是这个不是二元对立的,曾经李开复老师 @李开复 在google中国研究院,就是有个东西就是额外的工作任务project,是每个人感兴趣的方向,(这个原名词,如果有人记得住,欢迎补充!)也就是,你需要强制拿出一小时或者多长时间,来进行加入你人生的变量之中,否则你的人生不可能改变,只有emo;但其中一个比较难的情况是,经常懒惰是以好胜心的形式出现,每个人都喜欢单线程的工作,不喜欢切来切去,所以打着一定要对问题穷追不舍的心态,不做新的任务探究,这时候一定要遏制住你的“上进心”;

总结一下:研究SLAM时候,推荐算法first,非必要不研究其他非核心内容(非必要不出行,这句话太上脑了);

其次介绍了一位优秀学员:金戈兄,如果有欧美的岗位制的博士,需要交流,可以联系他哈

最后,分享了如何交流,要找到你们之间思考的交集!

本文仅做学术分享,如有侵权,请联系删文。

本文仅做学术分享,如有侵权,请联系删文。

3D视觉交流群,成立啦!

目前我们已经建立了3D视觉方向多个社群,包括 2D计算机视觉 最前沿 工业3D视觉 SLAM 自动驾驶 三维重建 无人机 等方向,细分群包括:

工业3D视觉 :相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、摄影测量、阵列相机、光度立体视觉等。

SLAM :视觉SLAM、激光SLAM、语义SLAM、滤波算法、多传感器融合、多传感器标定、动态SLAM、MOT SLAM、NeRF SLAM、机器人导航等。

自动驾驶:深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、自动驾驶综合群等、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、Occupancy、目标跟踪等。

三维重建 :3DGS、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图等

无人机 :四旋翼建模、无人机飞控等

2D计算机视觉 :图像分类/分割、目标/检测、医学影像、GAN、OCR、2D缺陷检测、遥感测绘、超分辨率、人脸检测、行为识别、模型量化剪枝、迁移学习、人体姿态估计等

最前沿 :具身智能、大模型、Mamba、扩散模型等

除了这些,还有 求职 硬件选型 视觉产品落地、产品、行业新闻 等交流群

添加小助理: cv3d001,备注: 研究方向+学校/公司+昵称 (如 3D点云+清华+小草莓 ), 拉你入群。

▲长按扫码添加助理:cv3d001

3D视觉工坊知识星球

「3D视觉从入门到精通」知识星球 ,已沉淀6年,星球内资料包括: 秘制视频课程近20门 (包括 结构光三维重建、相机标定、SLAM、深度估计、3D目标检测、3DGS顶会带读课程、三维点云 等)、 项目对接 3D视觉学习路线总结 最新顶会论文&代码 3D视觉行业最新模组 3D视觉优质源码汇总 书籍推荐 编程基础&学习工具 实战项目&作业 求职招聘&面经&面试题 等等。欢迎加入3D视觉从入门到精通知识星球,一起学习进步。

▲长按扫码加入星球
3D视觉工坊官网: www.3dcver.com

具身智能、3DGS、NeRF







请到「今天看啥」查看全文