自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(21)
  • 收藏
  • 关注

原创 一只龟的主页

大家好哦,研究生生涯就要开始了,我主要做超分辨率重构(SR)方面,希望可以和大家可以多交流!!!!

2020-05-27 09:26:33 119

原创 Sparse4D相关论文解读

Sparse4D相关论文解读

2024-01-05 22:30:21 730

原创 BEVFormer和BEVFormer-v2论文解读

BEVFormer和BEVFormer v2

2023-12-07 16:05:34 1431

原创 激光雷达和视觉融合的3D目标检测算法综述(一)

激光雷达和视觉融合的3D目标检测算法综述

2023-11-28 21:08:35 755

原创 毫米波雷达视觉融合3D目标检测论文综述(三)

毫米波雷达和视觉融合3D目标检测论文综述三

2023-11-16 22:44:54 430 1

原创 激光雷达和视觉融合的3D目标检测算法(二)

激光雷达和视觉融合的3D目标检测算法

2023-11-07 20:39:14 417

原创 PETR系列(PETR,PETRv2,StreamPETR)

PETR系列文章解读

2023-08-04 18:04:17 2073 1

原创 pycharm连接服务器上多个项目

pycharm连接服务器上多个项目

2023-07-13 09:43:36 287 1

原创 毫米波雷达视觉融合3D目标检测论文综述(二)

毫米波雷达视觉融合3D目标检测论文综述二。

2023-05-13 22:51:54 1053

原创 毫米波雷达视觉融合3D目标检测论文综述(一)

最近在研究基于毫米波雷达雷达和视觉融合的3D目标,于是查找了相关文献,在这里把看过的论文做个总结。给予自己的理解,希望大家批评指正。

2023-05-01 23:24:47 2423

原创 Centerfusion训练过程中的损失函数初始化以及计算过程

这里只放了fastfocalloss类的初始化部分,之后在介绍函数具体运算的时候会放上所有的forward函数以及对应需要调用的函数,在该部分对于之后要用到的类也是主要介绍init函数。下面几个损失大家可以在debug的时候详细看下,具体都是python包中的函数调用,就不一一介绍了。\widehat Y_{xyz}$为预测的标签。损失函数的定义在src\lib\trainer.py23行左右,首先介绍。到这里损失函数的定义就完成了,接下来介绍损失函数的forward函数。论文中对于负样本的损失为。

2023-04-15 22:30:15 372

原创 centerfusion中模型训练中的模型初始化以及模型运行流程

centerfusion模型构建以及运行

2023-03-01 19:51:24 576

原创 CenterFusion训练过程中数据处理

CentereFusion数据处理(generic_dataset.py)

2023-02-21 22:43:04 1267 24

原创 overleaf如何增加合作者数量

overleaf增加合作者数量点击help下的document之后在出现的页面中点击Sharing your work with others在出现的界面中向下拉到文字部分的最下边点击下图中圈主的超链接在出现的界面中点击upgrade之后点击Unlock premium features之后会出下下边这个页面,复制红框中圈住的链接,发给别人,打开这个链接之后,注册overleaf的账号就可以了,根据分享的人数不一样会开启不同的权限,或者自己有多个邮箱的话也

2021-10-29 11:22:05 10736 5

原创 超分辨率重构六---DRN

DRN(Closed-loop Matters: Dual Regression Networks for Single Image Super-Resolution)阅读笔记1、论文地址:https://arxiv.org/abs/1704.039152、github上的tensorflow程序:https://github.com/twtygqyy/pytorch-LapSRN3、论文介绍3.1、存在的问题现有的方法(SRCNN)中使用双三次插值进行上采样,这种方法提高了不必要的时间复杂度;

2021-05-09 22:08:37 743

原创 超分辨率重构五---LapSRN

LapSRN(Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution)阅读笔记1、论文地址:https://arxiv.org/abs/1704.039152、github上的tensorflow程序:https://github.com/twtygqyy/pytorch-LapSRN3、论文介绍3.1、存在的问题现有的方法(SRCNN)中使用双三次插值进行上采样,这种方法提高了不必要的时间复杂度;现有的方法

2020-07-05 09:59:58 605

原创 超分辨率重构四---DRCN

DRCN(Deeply-Recursive Convolutional Network for Image Super-Resolution)阅读笔记1、论文地址:https://arxiv.org/abs/1511.044912、github上的pytorch代码:https://github.com/fungtion/DRCN3、论文介绍3.1、提出的问题在超分任务中,为了提高感受野的范围,一般通过增加卷积层的数量来达到,作者提出也会带来两个问题。过拟合很有可能发生,所以就需要有更多的数据

2020-07-03 10:11:00 1597 3

原创 超分辨率重构三---VDSR

VDSR(Accurate Image Super-Resolution Using Very Deep Convolutional Networks)阅读笔记1、论文地址:https://arxiv.org/abs/1511.045872、github上tensorflow代码:https://github.com/Jongchan/tensorflow-vdsr3、论文介绍3.1、SRCNN的缺点所依赖的图形上下文太小;迭代收敛的太慢;网络只能是指定的大小,当需要新的大小的时候还要重新去

2020-05-29 10:33:50 1078

原创 超分辨率重构二---FSRCNN

FSRCNN(Accelerating the Super-Resolution Convolutional Neural Network)阅读笔记1、论文地址:https://arxiv.org/abs/1608.003672、github上tensorflow代码: https://github.com/yifanw90/FSRCNN-TensorFlow3、论文介绍3.1、SRCNN的缺点速度太慢,速度慢的原因主要有两个方面,第一个由于使用双三次插值进行上采样将图像放大,在卷积的时候所用的时

2020-05-28 11:03:53 778

原创 超分辨率重构一---SRCNN

SRCNN(Learning a Deep Convolutional Network for Image Super-Resolution)阅读笔记1、论文网址:https://arxiv.org/abs/1501.000922、GitHub上tensorflow代码:https://github.com/tegg89/SRCNN-Tensorflow3、论文介绍3.1、数据预处理:预处理,该过程使用双三次插值,先将原来的图片使用双三次插值进行下采样变小,在将变小后的图片按使用相同的倍数恢复为原

2020-05-27 10:14:24 489

原创 google免费云Colaboratory

1、什么是ColaboratoryColaboratory 简称“Colab”,是 Google Research 团队开发的一款产品。在 Colab 中,任何人都可以通过浏览器编写和执行任意 Python 代码。它尤其适合机器学习、数据分析和教育目的。目前Colaboratory 支持cpu,gpu,tpu三种类型的方式去运行代码,而且gpu目前最高可申请16g。...

2020-02-26 11:33:35 2018 1

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

提示
确定要删除当前文章?
取消 删除