好久没写文章了，研二被老师分到做vslam方向，跟研一自己学的数据挖掘大相径庭。还记得那时候研一刚开学，只是想找点东西做，找点不再是嵌入式的东西做，不想再软硬件都自己做了，然后网上找啊找，说python挺好的，说数据挖掘还挺好的。调研了一会就开始入坑，先学python基础知识，再看《机器学习实战》，再看《西瓜书》，那时候给自己安排了一串的学习任务和学习目标，中间寒假殷老师还给了个分类的任务做，因为学校大多数用的matlab，所以我也去学了matlab，后面用了一下svm，记得准确率是45%，这个应该算是我第一个小的工程吧～只不过后来老师好像更喜欢学硕的同学，我就懒得“拉拢关系”“勤奋汇报”了，后面这项工作也不了了之，我还是继续自己的学习路线。学习了python基础知识，机器学习实战在跑的同时，后面去学了数据挖掘在python中比较常用的的几个包（sklearn、numpy、matplotlib、scipy），一开始学也是很不知所措的，迷迷糊糊的，后面用的多了，尤其是在看别人代码和参加比赛的时候，对这几个包的认识更近了一步。当然啦，这项工作还一直持续到我研一暑假未8月底～，只不过中间有些断断续续，因为毕竟要做老师给的方向。除了这个，研一期末到结束的那段时间吧数据结构过了一边~

对slam我是从6月底入的门，自然是看《视觉slam十四讲》啦，看过一遍，把例程跑一下，编译一下，熟悉这一套流程（CMakeLists的编写啊，编译过程啊什么的），过了一遍之后就接触到了ROS，是中科院开源的一个仿真项目，通过这个项目，自己就开始了ROS的相关学习，再后面（8月中，因为8月初参加了个数据挖掘的比赛）就开始看ORB-SLAM论文了（代码是很早就在看的了，大概7月初就有接触，还记得那时候把C++ Primer Plus这本书都看到了11章，把类的知识刚好看完，等于回顾了一遍c++，与此同时，每天还做一道leetcode的题目呢，哈哈）后面实验室放假，还记得放假前跟老师说我不做dl+slam方向的了，还是做VIO这方面的吧，老师拗不过我，也没说啥。后面放假回来，觉得如果只是为了找工作的需要的话，VIO其实在后面临近研二结束再去实现一下，把原理弄懂，其实就差不多了吧。所以那天早上就搜了一下DL+SLAM方向的文章，因为研一学过机器学习，最优化的缘故，特别喜欢，觉得终于可以用到之前学得东西了，然后就一直找文章看。

对于DL+SLAM，我所看到的有两大类，这方向主要以深度学习为主，按学习类型分类，supervised&unsupervised。显然，supervised优点明显，简单。缺点也很明显，要求有label，且泛化能力感人。。以depth predict任务来说，给0～10m的数据集去train，后面如果应用在0～70m的场景下，肯定会死的很惨，所以我喜欢unsupervised，也被unsupervised吸引住了，觉得怎么可能不用给出GROUND TRUTH就可以学习到深度信息，怎么学的，太多的不懂驱使着我想要看懂《Unsupervised Learning of Depth and Ego-Motion from Video》这篇文章，但是遇到不懂的怎么办？老师也不是做这方向的，实验室也没人做这方向的，咋搞？？后面实在不懂，觉得没理由是无监督吧，无监督怎么学习啊，硬着头皮去问论文作者，才发现，原来这里的无监督是说没有用到GROUND TRUTH而已，不是没有用到其他的深度信息，或者其他信息。但是还记得，那时候得到CVPR的oral文章的作者的邮件回复，很激动，让我很是向往博士。后面就一直在读文章，读得文章多了看得博客也多了，也想着自己翻译一下，或者摘要几篇出来写个blog，但是一是怕自己理解不到位，二是没有那个冲劲哈哈，今天也是在下载给DSO用的数据集的时候，有这个时间，有这个闲适，就顺便写下接触SLAM以来自己的心路历程，再稍微扩展一下，写到研一的那会～～