Dan_Ao的博客

原创 2024全新英特尔商用客户端AI PC产品发布会

继续往里面走，是本次发布会的展区，我看到很多有趣的软件，他们的应用可以说是涵盖了教育、医疗、法律、生物、工业、艺术等领域。其中我印象深刻的是无问芯穹，通过对话的形式我们可以很轻松地实现电脑管理如文件管理，它还可以帮助我们总结日报，对于经常写日报的我们来说简直是太爽了！AIPC实现了模型本地部署，为模型在这些领域的应用创造了更多的可能。刚走到五楼展览区入口，就被虚拟数字人生成的体验吸引住了，停下脚步尝试，站到指定区域采集面部图像就能在面前一个超大屏幕上生成我的虚拟数字人，可以说是科技感拉满！

原创 TL项目实现

地址： http://10.2.151.129:8000/管理员账号： Gr33k管理员密码： 123456测试账号： luao测试账号密码： 111111gitlab地址： http://10.2.151.127:8880/luor/gslibraryhttp://10.2.151.129:8000/Gr33kLibrary/*** （最后的***可以替换成下面的这些个接口）五、项目部署docker 拉取5.7镜像并部署http://10.2.151.127:8880/luor/gsl

原创 大数据伦理作业-第一次

1. 美团典型应用场景：美食外卖服务2. 主要关联方角色扮演：3. 伦理冲突点：4. 伦理决策：

原创 Git协同开发常用命令

查看有哪些分支git branch创建develop分支切换到 develop 分支删除(本地)分支删除(远端分支)了解分支管理的概念。

原创 TL的开发

我选择数据库部署在Docker上面，前后端代码编写都在本地。前端程序启动后端程序启动。

原创 VoxelNet学习

why为了将高度稀疏的LiDAR点云与区域提案网络（RPN）连接起来，大多数现有工作都集中在手工制作的特征表示上，例如鸟瞰投影。在这项工作中，我们消除了对3D点云的手动特征工程的需求，并提出了VoxelNet。

原创 PointNet++学习

我的任务：目标检测。

原创 2023研赛建模准备

LightGBM的性能和准确程度都不输XGBoost.

原创 目标检测-吴恩达

我们可以使用一个向量来表示这个车再图像当中的位置，以及它的种类比如上图：—> 现在这个框框里面有没有东西？有 ⇒ 1 没有 ⇒ 0用来标识一个框框，这个框框的中心位置&宽高可以唯一的标识一个物体然后用来认定这个东西是什么因为 不是行人因为 是汽车因为 不是自行车那么loss怎么计算呢？分成两种情况：=0 (判定当前图片当中没有目标，都是背景),=1 （发现目标）=1时，loss计算如下图所示：其中，y就是真值，是人工标注的。而y^是预测值，是模型生成的。

原创 注意力机制

就是每一层都求一下平均数，结合起来组成了向量。因为将CNN处理过后得到的feature map直接拉成一条向量之后做softMAX做分类问题。训练的收敛速度会变慢。

原创 DETR学习

计算100个框框和ground truth框框的matching loss来确定这100个框框当中，哪两个框框是独一无二的对应到红色和黄色的ground truth框的。encoder 通过将当前像素点于其他位置的像素点进行联系，使得模型能够理解，当前框框圈住的是这个东西，旁边框框圈住的是另一个东西。那我框住的东西其实还是有偏差的，这个时候，我就可以计算loss，然后梯度回传，来逐渐调整我的模型。但是他需要人工干预。but,最近的研究表明，他们的这种先猜测，后预测的方法，很大程度上决定了预测的准确程度。

原创 MOTRv2: Bootstrapping End-to-End Multi-Object Tracking by Pretrained Object Detectors 论文学习记录

读论文

原创 YOLOX 学习

本文仅将yolox跑起来，不涉及到原理性知识。

原创 我的图片记录

原创 动手学习深度学习-丢弃法

解决过拟合问题。

原创 动手学习深度学习

数组a自动广播为一个(3, 3)的数组，其中的每一行都是原始数组a。数组b也被广播为一个(3, 3)的数组，其中的每一列都是原始数组b。然后我们对这两个数组进行了加法运算，得到了一个最终的(3, 3)的输出数组。这就是广播机制的工作方式，它使得我们可以对不同形状和大小的数组执行相同的数学运算操作。是一个由多个张量组成的元组，这些张量包含了数据集中的特征和标签数据。这样，我们就可以使用PyTorch提供的数据集和数据迭代器来高效地读取和处理大规模数据集。上面的是显式构造，下面的是隐式构造。