- 博客(4)
- 收藏
- 关注
RSS订阅原创 MapTR自动驾驶感知端到端建图方案，三十分钟全搞定
论文提出一种方法端到端的生成实例级的地图标线。地图标线分为人行道、分割线、路沿3个类别，并输出线的方向。
2023-12-18 15:01:57
3168
原创 BEV感知经典LSS(Lift-Splat-Shoot)论文注释代码，三十分钟全搞定
自动驾驶BEV感知工作，LSS（Lift-Splat-Shoot）论文+注释代码30分钟全面讲解
2023-11-24 11:27:25
2523
5
原创 训练集与测试集分布差距
一位老铁的说法：第一，分布差距大是重要特征数值差距大，比如一个是 0-1，另外一个 0.5-2，如果是这种情况无解，你能做的只能扩大训练集合，因为重要特征一旦偏离，哪怕数学上都是有交集，现实上下文都是差距极大的，这和数据采集流程和规范等非技术问题有关。第二，重要特征数据差距不大，不太重要的差距较大，这种情况可以屏蔽这些特征，或者利用类似迁移学习 prototype 那种思路约束特征输入不过于偏离训练集。第三，所有特征数值差距都不大，但是特征之间相关性统计差距大，比如训练集当中 A 和 B 相关性更加强
2021-04-26 14:52:32
3197
原创 特征集的贝叶斯误差及贝叶斯最优化分类器
特征集的贝叶斯误差及贝叶斯最优化分类器贝叶斯误差，在特征分布确定（一般没法知道）的情况下，描述了模型所能达到的最好分类结果；在模型拟合能力完美的情况下，衡量了当前采样特征集对真实特征分布的采样误差（不确定是不是可以用这个词）。贝叶斯误差Wiki定义：贝叶斯误差（bayes error rate)是指在现有特征集上，任意可以基于特征输入进行随机输出的分类器所能达到最小误差。也可以叫做最小误差。直观上可以这么理解，贝叶斯误差是在给定特征集的情况下，假设数据无限（且准确），依靠统计所能得到的最小误差。它是
2021-04-26 13:53:56
851
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人