qq_22751305的博客

对于华为、小鹏等国内玩家而言，大家普遍尚处于感知“端到端”、决策规划模型化阶段。参考特斯拉在2021和2022年年底的AI Day上分别公布了BEV和Occupancy Network的技术架构，“端到端”是深度学习中的概念，英文为“End-to-End（E2E）”，指的是一个AI模型，只要输入原始数据就可以输出最终结果。应用到自动驾驶领域，意味着只需要一个模型，就能把摄像头、毫米波雷达、激光雷达等传感器收集到的感知信息，转换成车辆方向盘的转动角度、加速踏板的踩踏深度以及制动的力度等具体操作指令，让汽车实现

InverseMatrixVT3D，用稀疏矩阵实现2D到3D的转换，生成3D特征

sudo mount -t cifs -o rw,username=xxx,password=xxx,dir_mode=0777,file_mode=0777 path_remote path_local

在用conda新建环境时，报如下错误：解决思路：

anaconda环境复制

修改ssh端口号

cvpr2022，车道线检测算法，Eigenlanes，很不错的点子

pytorch融合卷积层和bn层

Warmup + 余弦退火学习率调整策略

python编译pyc，不直接暴露源码

双线性插值初始化反卷积核，

双线性插值初始化反卷积核，

DAY（1）Tesla AI DAY 深度分析 硬核！EP1 Tesla Vision - 知乎介绍其研发历程和主要技术路线DAY（2）深度解读特斯拉 AI DAY(2)—初识多任务神经网络 HydraNet - 知乎主要介绍其多任务网络HydraNet

Python调用C程序https://blog.csdn.net/qq_22751305/article/details/105361916?spm=1001.2014.3001.5501C/C++调用Python函数包含常规数值的传入传出，数组的传入传出。针对模块导入，返回空指针的问题，也有说明，见代码注释。以win10为例。默认已经安装好Python环境。注意：需配置PYTHONHOME和PYTHONPATH环境变量，否则运行时可能会报错。在vs2015上配置Python，这个比较简

ErfNet【paper】轻量级实时语义分割经典BiSeNet及其进化BiSeNet v2https://zhuanlan.zhihu.com/p/141692672BieNetBiseNetV2

Bridging the Gap Between Anchor-based and Anchor-free detection via adaptive training sample selectionhttps://openaccess.thecvf.com/content_CVPR_2020/papers/Zhang_Bridging_the_Gap_Between_Anchor-Based_and_Anchor-Free_Detection_via_Adaptive_CVPR_2020_paper.

A Normalized Gaussian Wasserstein Distance for Tiny Object Detectionhttps://arxiv.org/pdf/2110.13389.pdfwasserstein用来计算两个分布的距离。论文思想：对目标框进行高斯分布建模，对于超参数C，经验上，当设为数据集平均绝对尺寸时，可获得最佳性能。对于不同的数据集，设定不同的C。实验...

用python同一张图片，连续读取100次，opencv的耗时比Image的多不少。代码如下：import timeimport cv2import numpy as npimport PIL.Image as Imageimg_fn = '1651_00006204.png'N = 100t1 = time.time()for i in range(N): img = cv2.imread(img_fn)t2 = time.time()-t1print('io co

ICCV 2021 Open Access Repositoryhttps://openaccess.thecvf.com/ICCV2021?day=all

论文地址：https://arxiv.org/pdf/2107.12461摘要在医学图像分割任务中，全卷积的U-Net网络被证明是有效的。但是，在U-Net中将skip connections作为融合低层次和高层次卷积特征的方式，不但会导致模糊的特征图，还会造成过分割和欠分割。为解决这个问题，作者提出了一个简单、有效的depthwise encoder-decoder的全卷积网络框架，Sharp U-Net。方法Sharp Blockssharp kernel采用拉普拉斯算子作为