1. 文章以及整体结构 文章：DeepVO: Towards End-to-End Visual Odometry with Deep Recurrent Convolutional Neural Networks（基于深度循环卷积神经网络的端到端视觉里程计） 作者：Sen Wang, Ronald Clark, Hongkai Wen and Niki Trigoni 来源：ICRA2017
deepvo网络结构如下：CNN+RNNs （单目VO）
CNN网络的结构：RNNs网络的结构： （学习完理解之后再来补上…）
参考的deepvo解析文章：【泡泡图灵智库】DeepVO
自己的理解： a. 使用一种新型的网络–深度递归卷积神经网络（RNNs），设计出一种新颖的端到端的单目vo框架。 b.网络结构为CNN+RNNs，CNN自动学习有效的特征表示，RNN对时序模型（运动模型）、数据关联模型（图像序列）进行隐式建模。 c.使用的数据集为KITTI数据集中的灰色图像集为： data_odometry_poses.zip和data_odometry_gray.zip
2. 代码运行： 参考的代码：https://github.com/Kallaf/Vis
