- 博客(586)
- 资源 (3)
- 收藏
- 关注
RSS订阅
原创 CIA-SSD那点事儿
1，数据kbox_np_ops.change_box3d_center_(gt_boxes, [0.5, 0.5, 0], [0.5, 0.5, 0.5])
2021-06-08 17:35:46
564
2
原创 Pointpillar 代码那点事
1， 每个location有两个anchor class_name: "car" sizes: 4.460000038146973 sizes: 1.8799999952316284 sizes: 1.6799999475479126 rotations: 0.0 rotations: 1.5700000524520874class_name: "person" sizes: 0.5600000023841858 sizes: 0.620000004768371...
2021-05-19 09:47:10
1092
原创 ubuntu18 增加删除用户和组命令
1，用户命令创建用户sudo useradd -m -s /bin/bash user_name删除用户#连同文件目录一起删除sudo derlser -r user_name赋予sodu权限把新添加的用户名后面也加上root后面的权限：vim /etc/sudoers查看用户所在的组：id user_name2，组命令查看所有组cat /etc/group新建组groupadd 组名groupmod -n 新的组名...
2021-04-20 17:09:46
1068
原创 PointRCNN代码里的那些事儿
1，回归loss计算：不直接回归location，而是把location回归问题转成分类问题，x方向6个bin，z方向6个bin，y方向1个bin，yaw角9个bin，一个bin10°rcnn_reg 输出为 batchsize*46，这46维 = 6_xbin_crossentropy_loss + 6_zbin_crossentropy_loss +6_xbin_l1_loss +6_zbin_l1_loss + 1_ybin_crossentropy_loss + 9_yaw_ent...
2021-03-09 10:41:38
706
原创 YOLOv4官方改进版来了！指标炸裂55.8% AP！Scaled-YOLOv4：扩展跨阶段局部网络【左侧关注下载】
YOLOv4-large在COCO上最高可达55.8 AP！速度也高达15 FPS！YOLOv4-tiny的模型实现了1774 FPS！（在RTX 2080Ti上测试）作者单位：YOLOv4原班人马（AlexeyAB等人）papers: 公号后台回复 SYOLO 获取code：https://github.com/WongKinYiu/PyTorch_YOLOv41 摘要我们展示了基于CSP方法的YOLOv4目标检测神经网络，可以上下缩放，并且适用于小型和大型网络，...
2020-11-18 00:16:59
6639
1
原创 (Pytorch) YOLOV4 : 训练自己的数据集【左侧有码】
项目地址：https://github.com/argusswift/YOLOv4-pytorch这份代码实现的逻辑非常清楚，我用这份代码训练了一版自己的数据集，主要一些数据集处理的代码需要相应的改动：1，yolov4_config.py改动内容：（1）路径DATA_PATH = ""PROJECT_PATH = ""DETECTION_PATH=""MODEL_TYPE = { "TYPE": "YOLOv4"}（2）训练参数TRAIN = {...
2020-10-30 16:15:42
9777
10
原创 干货 | YOLOV5 训练自动驾驶数据集，并转成tensorrt【左侧有码】
准备数据集 环境配置 配置文件修改 训练 推理 转Tensorrt 遇到的Bugs一、数据集准备1，BDD数据集让我们来看看BDD100K数据集的概览。BDD100K是最大的开放式驾驶视频数据集之一，其中包含10万个视频和10个任务，目的是方便评估自动驾驶图像识别算法的的进展。每个高分辨率视频一共40秒。该数据集包括超过1000个小时的驾驶数据，总共超过1亿帧。这些视频带有GPU / IMU数据以获取轨迹信息。该数据集具有地理，环境和天气多样性，从而能让模型能...
2020-10-10 16:17:56
3985
5
原创 超越YOLOv4-tiny！YOLObile：移动设备上的实时目标检测 [左侧有码]
点击这里的链接，获取下面资料： 资源二：深度学习视频教程 1. “花书”深度学习圣经——动手学深度学习 2. 《计算机视觉深度学习入门》共5门视频 3. 《深度学习进阶视频课程》 YOLObile：通过压缩编译协同设计在移动设备上进行实时目标检测，在三星S20上速度可达17FPS！比YOLOv4快5倍！同时mAP和FPS均优于YOLOv4-tiny！paper：https://arxiv.org/abs/200...
2020-09-17 23:09:07
2999
原创 git 命令一点点学习
master分支的代码领先自己的分支,git 如何把master分支代码合并到自己的分支切换到主分支git checkout master使用git pull 把领先的主分支代码pull下来git pull切换到自己的分支git checkout xxx(自己的分支)把主分支的代码merge到自己的分支git merge master为推送当前分支并建立与远程上游的跟踪，使用git push --set-upstream origin plogic然后输入
2020-07-08 19:33:40
276
原创 COCO 迎来新榜首！DetectoRS以54.7mAP成就目前最高精度检测网络
关注点击关注上方“AI深度视线”，并“星标”公号技术硬文，第一时间送达！精彩内容这篇DetectoRS以mAP54.7的成绩刷新COCO目标检测网络榜榜首，同时还以47.1%拿下COCO实例分割第一、49.6AQ拿下COCO全景分割第一！完美诠释强者恒强。论文地址：https://arxiv.org/pdf/2006.02334.pdf代码链接：https://github.com/joe-siyuan-qiao/DetectoRS1 Introduction..
2020-06-10 21:05:56
1968
原创 实战 | 巧用位姿解算实现单目相机测距
点击关注上方“AI深度视线”，并“星标”公号技术硬文，第一时间送达！在项目过程中，总遇到需要单目视觉给出目标测距信息的情况，其实单目相机本不适合测距，即使能给出，精度也有限，只能在有限制的条件下或者对精度要求很不高的情况下进行应用。该文结合SLAM方法，通过3D-2D解算相机位姿的方式给出一种另类的单目测距方法，行之有效。1 相机模型要实现单目测距，那么相机参数是单目测距所必不可少的。相机参数有内参和外参之分： 相机内参：是与相机自身特性相关的参数，比如相机的焦距、像素大小等；.
2020-06-10 21:03:00
2792
1
原创 mAP提升40%！YOLO3改进版—— Poly-YOLO：更快，更精确的检测和实例分割【左侧有码】
关注上方公号，获取更多干货！精彩内容YOLOv3改进版来了！与YOLOv3相比，Poly-YOLO的训练参数只有其60％，但mAP却提高了40％！并提出更轻量的Poly-YOLO Lite，还扩展到了实例分割上！通读完这篇文章，结合自己使用YOLOV3的经验，觉得这篇改进确实良心之作，改在点上，多边形实例分割也极具创新。代码刚刚开源：https://gitlab.com/irafm-ai/poly-yolo作者团队：奥斯特拉发大学1 Introduction 摘要...
2020-05-30 14:00:22
9125
3
原创 YOLOV4 预训练模型 yolov4.conv.137 网盘链接
下载路径：文件包括：darknet 工程/yolov4预训练模型/作者训练好的yolov4模型/yolov4文章链接: https://pan.baidu.com/s/1kwAwefd3absOrZSTAGnbhQ提取码: x3gz拿走，不谢～另，YOLOV4的文章解读如下：YOLOv4 详解版！一句话总结：速度差不多的精度碾压，精度差不多的速度碾压！...
2020-05-07 14:00:29
9212
4
原创 又一款速度、精度超越Centernet和YOLO3的网络：SaccadeNet！
表现SOTA！在COCO上，以28 FPS 达到40.4 ％mAP的性能，优于CenterNet、YOLOV3和CornerNet等网络。作者团队：马里兰大学帕克分校&Wormpex AI研究院1 引言 思路来源： 大多数现有的目标检测算法会先关注某些目标区域，然后预测目标位置。但是，神经科学家发现，人类不会以固定的稳定性注视场景。取而代之的是，人眼四...
2020-04-13 17:12:40
2243
原创 超越FPN和NAS-FPN！ FPG：《Feature Pyramid Grids》特征金字塔网格强势登场！
FPG（Feature Pyramid Grids）：特征金字塔网格来了 ！性能优于FPN、NAS-FPN等金字塔网络。作者团队：商汤&港中文(陈恺&林达华)&南洋理工大学&FAIR该文章首发在arxiv上，新投稿于CVPR。1 引言特征金字塔网络已在目标检测中被广泛采用，以改进特征表示以更好地处理尺度变化。 设计思路 在...
2020-04-13 17:09:41
1099
4
原创 CVPR 2020 | 北航提出：通过由粗到精特征自适应进行跨域目标检测，表现SOTA！
性能优于PDA、MDA和SWDA等网络。作者团队：北京航空航天大学1 引言近年来，在基于深度学习的目标检测中见证了巨大的进步。但是，由于domain shift问题，将现成的检测器应用于未知的域会导致性能显著下降。为了解决这个问题，本文提出了一种新颖的从粗到精的特征自适应方法来进行跨域目标检测。在粗粒度阶段，与文献中使用的粗糙图像级或实例级特征对齐不同，...
2020-04-13 16:56:24
2882
原创 BiSeNet V2出来了！72.6%的mIOU, 156FPS的速度！让分割飞起来！
精彩介绍做实时分割的同学一定对BiseNetv1比较熟悉，是2008年旷视提出的综合精度和速度比较好的一个网络。时隔两年，又看到这个熟悉的名字。BiseNet2出来了！在Cityscapes可达 72.6％mIoU，速度为156 FPS！性能优于DFANet、SwiftNet等网络。新投在了CVPR，文章放在了axiv上。文章链接：https://arxiv.org/abs/2...
2020-04-13 16:41:00
16262
5
原创 关注公号： AI深度视线 | CVPR 2020 | 更快，更强！SOLOv2：COCO 41.7AP+31FPS 实时实例分割新SOTA!
更快，更强！SOLOv2：COCO 41.7AP+31FPS 实时实例分割新SOTA!1 引言摘要：在这项工作中，我们旨在构建一个性能强大的简单，直接和快速的实例分割框架。我们遵循SOLOv1方法的原理。" SOLO：按位置分割对象"。重要的是，我们通过动态学习目标分割器的mask head 。具体来说，将mask分支解耦为mask kernel分支和mask特征分支...
2020-03-26 20:10:51
1186
原创 关注公号：AI深度视线 | CVPR 2020 | CentripetalNet：目标检测新网络，COCO 48 % AP超现所有Anchor-free网络
1 引言摘要：基于关键点的检测器性能还不错，不过匹配错关键点的情况还是经常发生，并极大地影响了探测器的性能。作者在这篇文章中提出一种使用向心偏移来对同一实例中的角点进行配对的CentripetalNet向心网络。向心网络可以预测角点的位置和向心偏移，并匹配移动结果对齐的角。结合位置信息，这种方法比传统的嵌入方法更准确地匹配角点。角池将边界框内的信息提取到边界上。为了使这些...
2020-03-24 12:52:09
2383
2
原创 关注公号：AI深度视线 | EfficientDet: 论文理解，MAP50.9目前最高，模型小4倍！
精彩内容EfficientDet-d6在52M参数和229BFLOPs的情况下，实现了map在COCO数据集的最高水平(50.9)，比之前最好的检测器更小，使用更少的FLOPs (13xless FLOPs)，但仍然更准确(+0.2% mAP)。传送门:https://github.com/google/automl/tree/master/efficiententdet1引...
2020-03-19 12:32:44
2253
2
原创 何恺明 PointRend：Image Segmentation as Rendering 论文解析，代码开源
精彩内容FAIR(何恺明新作) PointRend：将图像分割视为渲染(Rendering) 《PointRend: Image Segmentation as Rendering》 作者(豪华)团队：Facebook人工智能实验室(Alexander Kirillov/吴育昕/何恺明/RossGirshick)。原文公号链接：AI深度视线传送门：https://github.co...
2020-03-16 21:33:28
2135
原创 BEV经典之作Lift, Splat, Shoot解析
Lift Splat Shoot算法是一种用于自动驾驶感知的算法，它由NVIDIA提出。该算法通过将多视角相机图像转换为3D空间中的特征表示。其主要思想是将每个相机的图像通过"抬升（Lift）"的方式生成3D特征，然后将这些3D特征通过"拍扁（Splat）"的方式投射到光栅化的鸟瞰图网格中。最后，通过将模板运动轨迹"投射（Shoot）"到网络输出的BEV Cost Map中，实现可解释的端到端的运动规划。
2023-10-07 17:42:35
1280
1
原创 Could not load the Qt platform plugin “xcb“ in
在Linux上用Vscode调试MAPPO代码时碰到“Could not load the Qt platform plugin “xcb” in…
2023-09-26 14:56:49
2155
1
原创 python PDB调试
在某一行插入：import pdb;pdb.set_trace()c（ontinue）：继续到下一个断点。l（ist）：列出当前附近的行。从第一行开始pdb调试。s（tep）：进入函数。n（ext）：下一步。
2023-08-26 15:49:31
189
转载 mmdetection3d】——使用 dataset 装饰器自定义数据集
使用 dataset 装饰器自定义数据集MMDetection 也支持非常多的数据集包装器（wrapper）来混合数据集或在训练时修改数据集的分布。最近 MMDetection 支持如下三种数据集包装：RepeatDataset：将整个数据集简单地重复。ClassBalancedDataset：以类别均衡的方式重复数据集。ConcatDataset：合并数据集。重复数据集（Repeat dataset）使用 RepeatDataset 包装器来重复数据集。
2023-08-16 20:18:15
333
原创 vscode debug python 带参数
找到 python main.py -c ZHECKPOINT/test-cargo50/test-cargo50.jsonc --skip，选中然后点绿色播放键（开始调试）在对应的代码块中添加args，如下图（注意参数之间需要用字符串分割开，用空格是不行的）安装完成后执行下面的指令，这条指令根据各自的情况进行修改。文件，该文件则配置了你的debug配置。侧边栏中点击绿色三角则启动debug程序。点击Debug图标，点上方的下拉箭头。此时你的工作目录下会多一个目录。4，debug配置文件。
2023-08-13 19:21:01
594
原创 vscode|pycharm + docker + python
docker run -it --gpus=all -p 2222:22 -v /挂载目录/:/docker 目录1/ -v /挂载目录/:/docker 目录2/ --name=xxx image:v2 /bin/bash。4，然后按ctr+shift+p，打开查找栏，输入remote-ssh，选择connect to host，输入 ssh root@ip -p 2222。9，配置python编译器，选择docker里conda中的python编译器，OK！2，docker 内部要安装ssh。
2023-08-11 22:38:15
797
原创 torchsparse1.4.0 安装
1，sudo apt-get install libsparsehash-dev2，pip install --upgrade git+https://github.com/mit-han-lab/[email protected]
2023-08-10 21:06:29
441
1
原创 git进阶操作
如果文件在新分支a中进行了写操作，但并没add和commit，在master中可以看到A中的写操作，如果进行了commit，master就无法看到。删除之前，建议先合并。（注意：master在merge时候，如果遇到冲突并解决，则解决冲突会进行2次提交，1次是最终提交，1次是将对方的提交信息也拿来。工作区---add----暂存区----commit----对象区---push---git服务器。也可以禁止：git merge --no-ff ，1-两个分支不会归于一点，主动合并分支会前进一步。
2023-07-19 10:16:58
210
原创 ROS基础
如果用户名里有@会报错，在上面命令后添加 -m ur_email(不带@) 即可。常用目录结构： ~/catkin_ws/src/pkg_x。2，cd catkin_ws目录下进行编译。
2023-07-18 12:57:07
190
原创 mmdetection3d框架下的CenterPoint网路模型
create_data.py 会自动调用mmdet3d的updata_infos_to_v2.py，生成mmdet3d可用的pkl文件。2，准备数据：nuscenes v1.0-mini即可，放在./data目录下即可。1，按照readme.md配置好环境。4，config配置文件。
2023-06-29 13:30:25
1227
1
原创 深度学习面试题
它接受输入和偏差的加权和作为任何激活函数的输入。Sigmoid、ReLU、Tanh 都是常见的激活函数。4.CSPX：借鉴CSPNet网络结构，由三个卷积层和 X个Res unit模块Concate组成。5.SPP: 采用1x1,5x5,9x9,13x13的最大池化的方式，进行多尺度融合。8，当图像尺寸变为2倍，CNN的参数数量变为几倍？7，你通常使用哪些指标来评估你的模型？1.CBM: Yolov4网络结构中最小的组件，由。中的残差结构，让网络可以构建的更深。激活函数在神经网络中的作用是什么？
2022-11-22 11:41:28
634
转载 linux 多相机绑定usb口
即可查看video0的设备信息，从上往下找到KERNELS=="2-7", ATTRS{idVendor}=="0c45", ATTRS{idProduct}=="6366", 修改对应的值即可。其中SYMLINK+="video1_cam"为建立的虚拟端口连接，打开相机的时候，将数字序号替换为”/dev/video1_cam”即可打开绑定的对应相机。版权声明：本文为CSDN博主「龙性的腾飞」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。3. 查看相机设备信息。.....
2022-08-31 15:42:44
665
原创 ros远程订阅
在主机板上执行命令roscore，在pc机上执行命令rosnode list可以查看到节点信息。1.在配置过程中，HOSTNAME和URI不可以写localhost，要直接写ip地址。2.由于时间同步在ros中有重要作用，因此网络时间同步：使用chrony。将远程主机(robot)和本地pc机连到同一个局域网下，pc机ip地址 10.81.14.35 --接收端。主机板ip地址 10.81.16.235 --远程主机。确保两者之间可以ping通。在pc机上，配置如下。在主机板上，配置如下。...
2022-08-30 10:15:57
430
yolov4-conv-137 和 yolov4-weights
2020-05-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人