MyArrow的专栏

RTMPose

MMRazor理解

MMEngine学习理解

MMPose常用知识点

网络及组件1. 简介2. BackBone3. Neck4. Head5. PostProcess1. 简介2. BackBone3. Neck4. Head5. PostProcess

数据集格式1. COCO数据集2. VOC数据集3. MOT数据集1. COCO数据集2. VOC数据集3. MOT数据集

目标检测1. 网络组件1. 网络组件

图像分类、目标检测、语义/实例/全景分割、超像素1. 图像分类（image classification）2. 目标检测（object detection）3. 图像分割（image segmentation）3.1 语义分割（semantic segmentation）3.2 实例分割（instance segmentation）3.3 全景分割（panoptic segmentation）4. 超像素（superpixels）1. 图像分类（image classification）就是识别图像中有

MMPose1. 简介1.1 功能列表1. 简介MMPose代码MMPose文档1.1 功能列表

基于单目RGB的3D人体姿态估计1. 简介2. 实现方案3. 实践1. 简介目标：3D人体姿态估计是从图片或视频中估计出关节点的三维坐标 (x, y, z)，它本质上是一个回归问题。不确定性：一个2D骨架可以对应多个3D骨架，它具有在单视角下2D到3D映射中固有的深度模糊性与不确定性2. 实现方案方案1：从2D图片直接暴力回归得到3D坐标方案2：分为两个阶段进行，首先获取2D姿态，然后再“提升”到3D姿态联合2D，3D共同训练（2D姿态网络和2D-3D姿态网络一起训练）用预训练好的2

基于RGB的姿态识别2021.41. 关键的姿态识别方法总结1. 关键的姿态识别方法总结PCKh：Head-normalized Percentage of Correct Keypoints方法处理时长PCKh硬件平台特点HRNet-W326.8s92.3高通845 SoC CPU高准确率PoseNet60ms80.2高通845 SoC CPU高度修剪的CNN模型...

Ubuntu 16.04编译安装Open3D1 简介2 编译安装步骤2.1 下载Open3D2.2 安装依赖2.3 配置环境2.4 编译2.5 安装1 简介由于Open3D官方支持的最低版本是18.04，而我的18.04又太慢，所以只能自己在16.04进行编译安装2 编译安装步骤2.1 下载Open3Dgit clone --recursive https://github.com/intel-isl/Open3D# You can also update the submodule ma

1. 简介1.1 常用术语NFOV (Narrow field-of-view depth mode)WFOV (Wide field-of-view depth mode)FOV (Field-of-view)FPS (Frames-per-second)IMU (Inertial Measurement Unit)\FoI (Field of Interest)2. 硬件规格2.1 工作环境温度：10-25℃湿度：8-90% (non-condensing) Relative

1. 点云工具1.1 PCL ()

1. CVonline: Image DatabasesIndex by TopicAction DatabasesAgricultureAttribute recognitionAutonomous DrivingBiological/MedicalCamera calibrationFace and Eye/Iris DatabasesFingerprintsGeneral...

1. 基本概念学习分类：基于树的算法被认为是最好的，最常用的监督学习方法之一优势：基于树的算法使预测模型具有较高的准确性，稳定性和易解释性与线性模型不同，它们很好地映射了非线性关系用途解决分类问题（classification：categorical variables ）解决回归问题（regression：continuous variables ）2. 决策树（...

1. 背景现有的大部分模型都是在PC(带有超级强大GPU）上进行的，所以在嵌入式设备上基本无法使用实现方案：优化模型：大大地减少参数使用ARM中的GPU2.优化模型2.1 MobileNet系列...

1. 基本概念2. 发展现状