**：
啟動指令碼：
說明：安裝安裝visual_map，見：
catkin build vslam
使用執行檔案：/devel/lib/bag_tool/bag_tool_exe
引數1：輸出的模型的檔名，比如freaktest.bin
引數2：描述型別，"freak"或者"orb"
引數4：模型的分支數
引數5：模型的層數
測試：選取三條街區，以及地下停車庫的，一共13組。大概3w+。程式選出3000張左右。
生成的orb模型大概30多mb，freak模型大概60多mb
用orb-slam作者提供的orb模型的效果和用跑slam的生成的模型的效果差不多
用上面三條街區的資料生成的模型效果還是比不上orb-slam作者提供的orb模型
但生成的freak的模型，效果都沒什麼問題。
效果的評價是通過orb-slam中的回環檢測的成功率來看。
結論目前有概率程式會crash，應該是記憶體越界的問題，後面需要解決。
還需要更加精確和詳細的對訓練方法的研究
文件詞袋模型
詞袋模型記錄了單詞在詞彙表中出現的次數。def loaddataset 建立文件集合以及標籤 postinglist my dog has flea problems help please maybe not take him to dog park stupid my dalmation is ...
詞袋模型（bag of words，BOW
詞袋模型是自然語言處理中在建模文字時常用的文字表示方法。維基百科上的給出如下的例子 john likes to watch movies.mary likes too.john also likes to watch football games.將上面的兩句話中看作乙個文件集，列出文件 現的所有單...
自然語言處理 詞袋
詞袋模型將一段文字作為乙個個分離的詞進行處理，通過不同類文字中可能出現詞的差異對文字進行分類。必須指出的是對於文字分類，上下文對於其真正的類別有著強相關性。個人理解此類方法可能只是為了演算法的簡易性選擇性地放棄了文字中的上下文資訊，或者說只關注詞頻資訊也能夠獲得符合要求的文字分類效果。詞袋模型的三部...