qq_43510530的博客

原创 Hivt(2)

forward的结构很清晰，旋转矩阵是生成将所有目标转换到当前agent的旋转矩阵，forward过程有三步显示localencoder然后global interaction，最后decoder，与论文插图对应。然后来看local encoder。

原创 Hivt预测方法（1）

设置随机种子：确保实验可复现。定义和解析命令行参数：使用来配置训练相关的参数（如批量大小、GPU 数量、最大训练轮数等）。初始化回调和训练器：设置模型检查点回调，监控特定的评估指标（如val_minFDE），并初始化 PyTorch Lightning 的训练器。创建模型和数据模块：实例化模型HiVT和数据模块。启动训练：通过启动模型训练过程。

原创 端到端UNIAD概述

backbone是多视角摄像头图像输入，经过BEV Former输出BEV特征，这个地方如果不是纯视觉方案应该也可以用BEV Fusion。

原创 开创不一样的csdn之后期调色（10）

原创 开创不一样的csdn之后期调色（9）

原创 开创不一样的csdn之后期调色（8）

原创 开创不一样的csdn之后期调色（7）

原创 开创不一样的csdn之后期调色（6）

原创 开创不一样的csdn之后期调色（5）

原创 Bevformer（2）（完）

再获取历史bev特征以后，img_feats = self.extract_feat(img=img, img_metas=img_metas)，开始提取图像特征，这个函数和获取历史bev特征的函数一样。这段代码前面是变换维度，核心是img_feats_list = self.extract_feat(img=imgs_queue, len_queue=len_queue)获取图像特征。这里调用了model字典里的pts_bbox_head，调用了BEVFormerHead类。上一篇写到获取历史Bev。

原创 开创不一样的csdn之后期调色（4）

原创 开创不一样的csdn之后期调色（3）

在这里插入图片描述。

原创 开创不一样的csdn之后期调色（2）

开创不一样的csdn之后期调色（2）

原创 Bevformer（1）

讲Bevformer的人有很多，我只写我觉得比较关注的地方。整体结构很清晰，也很简单，输入源为多视角摄像头的图像，经过backbone网络提取特征，BEV Queries Q和历史BEV做TSA，时间维度上的自注意力特征提取，然后和图像特征做空间维度SCA相互注意力提取。最后检测分类。看起来和detr有点像，但是TSA和SCA有很多细节不一样。

原创 开创不一样的csdn之后期调色（1）

帮助csdn扩展一下业务。

原创 detr学习记录（4）

前几篇学习了模型构建，最后解读main函数剩余部分，

原创 carla学习（2）-- 基本概念

以下内容翻译自官方文档，https://carla.readthedocs.io/en/latest/core_world/

原创 今天开始学Carla了（1）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档。

原创 detr学习记录（3）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档。

原创 detr学习记录（2）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档。

原创 学习DETR的记录（1）

看了好久，还是感觉似懂非懂，整理一下。DETR是一种端到端的目标检测，减少了预设anchor和nms等过程。上一张论文框架图整体结构很清晰，backbone提取特征，直接和position embedding相加，过transformer encoder和decoder，然后每一个query会经过FFN进行分类和边框回归。大致流程就是这样。