- 博客(4)
- 收藏
- 关注
RSS订阅原创 3D Occupancy Estimation简单理解
3D Occupancy Estimation（三维占据估计）是指通过分析场景中的数据，估计物体或环境中每个空间位置的占据状态。它在许多领域中都有广泛的应用，如机器人导航、自动驾驶、虚拟现实和增强现实等。3D占据估计的目标是根据给定的输入数据，通常是传感器数据（如摄像头、激光雷达或深度传感器）生成3D场景的占据状态。占据状态表示物体或障碍物是否存在于给定位置，并且可以用二进制值表示，其中1表示有物体或障碍物，0表示无物体或障碍物。在3D占据估计中，常用的方法之一是利用点云数据。
2023-06-03 16:52:30
482
原创 cityscapes数据集的理解与使用
Cityscapes数据集是一个用于计算机视觉领域的大规模城市场景理解数据集。它提供了高分辨率的图像和精确的语义分割标注，旨在支持城市场景理解和自动驾驶等相关研究。
2023-05-29 19:53:54
5419
2
原创 经典的卷积主干网络
在深度学习中，主干网络（backbone network）是指构成整个神经网络架构中的核心部分，负责提取输入数据的特征表示。主干网络通常由多个层次或模块组成，用于逐渐提取数据中的抽象特征，以便用于后续任务，如分类、检测、分割等。
2023-05-26 22:00:35
930
1
原创 经典的立体匹配网络总结
立体匹配是指通过比较两个或多个图像中对应点的像素信息，来确定它们在三维空间中的位置关系。其广泛应用于计算机视觉和三维重建领域，用于从立体图像中确定物体的深度信息，实现场景重建、虚拟现实、机器人导航等应用。
2023-05-25 22:33:47
2475
2
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