- 博客(16)
- 收藏
- 关注
RSS订阅原创 CVPR2024自动驾驶轨迹预测方向的论文整理
提出针对在线地图不确定性带给轨迹预测的影响对应的解决方案。在轨迹预测中，利用在线地图不确定性是一个重要的课题。随着位置数据的增加和地图更新的频率加快，准确地处理这些不确定性变得至关重要。通过这些步骤，我们可以有效地利用在线地图的不确定性来提高轨迹预测的准确性。
2024-07-05 21:36:19
1145
1
原创 PAI3D: Painting Adaptive Instance-Prior for 3D Object Detection论文讲解
但是因为雷达本身数据的稀疏属性，导致他在一些场景下表现得不太好，比如对于远处的物体，雷达能打到物体上的点非常少，或者是一些体型较小的物体，能被扫到的点也比较少，这就是检测任务带来的一定的难度，而单目视觉检测在这一方面有独特的优势，所以近些年来，大家都在研究雷达和相机两种互补的数据类型的融合检测。基于此，我们提出了一种实例painting的检测方法，在nusense的测试集上做实验，mAP和NDS两个指标上均能超过当时已有的sota方法，并且有较高的性能，能够快速轻松的部署到实际车端上，该方法简单有效。
2024-06-28 14:47:55
654
原创 Anchor free 的正负样本的分配方式（二）
目标检测：Anchor free 正负样本的分配方式（二）1.CenterPoint2.AutoAssign3.OTA1.CenterPoint《Center-based 3D Object Detection and Tracking》论文链接：https://arxiv.org/pdf/2006.11275代码链接：https://github.com/tianweiy/CenterPoint2.AutoAssign《AutoAssign: Differentiable Label Assi
2021-07-21 13:15:50
401
1
原创 Anchor free 的正负样本的分配方式（一）
目标检测：Anchor free 正负样本的分配方式1.FCOS正负样本匹配方式的实现总结2. CenterNet正负样本匹配方式的实现总结3. ATSS正负样本匹配方式的实现总结1.FCOS论文链接：https://arxiv.org/abs/1904.01355代码链接：https://github.com/tianzhi0549/FCOS/作为Anchor-free的方法，FOCS直接对feature map中每个位置对应原图的边框都进行回归，如果位置 (x,y) 落入任何真实边框，就认为它
2021-07-08 21:05:22
2548
3
原创 Java中RuntimeException和Exception区别
概念java将所有的错误封装为一个对象，其根本父类为Throwable, Throwable有两个子类：Error和Exception。Exception在这里我们将它分为RunTimeException和非RunTimeException。接下来分别介绍下这两个的区别，已经在程序中如何运用。1、RunTimeException和其他Exception的区别RuntimeException：是运行时异常： 如 ： NullPointerException 、 ClassCastException
2020-07-31 17:43:41
5429
原创 Spring boot如何获得客户端ip地址以及根据主机名获得ip地址
这里写自定义目录标题1、获得访问controller端口的客户端ip地址2、获得访问endpoint端口的客户端ip地址3、根据服务器的主机名获得ip地址，并拼接成可以直接访问的链接1、获得访问controller端口的客户端ip地址import javax.servlet.http.HttpServletRequest;import org.springframework.web.context.request.RequestContextHolder;import org.springframe
2020-07-31 16:37:41
5808
原创 假设你站在原点，第n次走n步或者-n步，问走到target的最小次数
题目：一条无限长的x轴，假设你站在原点，可以向左走也可以向右走，第n次走n步或者-n步，给一个target，问走到target的最小次数。思路：当所走的步数总和小于n的时候，就一直往前走，当大于步数的时候，我们需要的就是减去这个差值，但是前面的步数任何一步变成负数的时候，将相当于需要减去该步数的两倍，所以需要这个差值是某个数的两倍，即该差值需要被2整除，所以只用遍历和大于n的序列的和即可。...
2018-09-13 21:53:34
1466
1
原创 常见聚类算法总结
常见聚类算法总结1.常见算法1.原型聚类 “原型”是指样本空间中具有代表性的店。此类算法假设聚类结构能够通过一组原型刻画，通常情形下，算法先对原型进行初始化，然后对原型进行迭代更新求解。–西瓜书(1).K均值聚类（K-Means）给定样本集D={x1,x2,..xn},K均值算法针对聚类所得簇划分C={C1,C2,..CK}最小化平方误差，采用的贪心算法来迭代优化求解...
2018-09-07 17:12:55
17525
2
原创 ML算法一：K-近邻算法
from numpy import *import operatordef createDataSet(): group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels = ['A','A','B','B']return group,labelsdef classify0(inX,dataSet,labels,k):
2017-02-24 23:04:28
317
原创 linux下net-snmp的源码编译安装与配置
首先下载源码：http://www.net-snmp.org/解压到自己新建的文件夹里面，进入文件夹：这里需要注意一下，需要安装Ubuntu下的snmp的依赖包，具体如下：sudo apt-get install libperl-dev以上的安装方式是先下载，后自动安装这个可以提前安装，不然的话后面也会提醒你安装的1../configure:这可以检查你的系统的
2015-12-30 15:35:36
4615
2
原创 关于DNS故障的一些问题
首先我们应该知道什么是DNS。dns是domain name service的缩写，他的作用就是将域名翻译成ip地址。当用户在浏览器中输入域名，然后根据dns服务器将其翻译成ip地址，这样才能访问到你要访问的网站。如此庞大的工作谁来做呢？就需要一个dns服务器，通常我们所说的dns其实是dns服务器，我们一般使用比较出名的dns服务器。比如谷歌的公开dns，8.8.8.8和8.8.4.4。那么ho
2015-12-08 11:29:05
613
原创 Nachos课程设计task1.4
Nachos课程设计task1.4要求：要求是实现同步发送和接收一个字消息的方法,使用条件变量,不使用信号量。实现Communicator类中的speak和listen方 法 。speak是 原 子操 作,等 待 直至 该Communicator类 中 的listen方法被调用然后传递该字给listen方法。一旦传递完成两个 方法均可返回。 同样的,listen方法等待
2014-11-13 10:39:00
1410
原创 Nachos课程设计Task1.3
Nachos课程设计Task1.3要求：需要完成Alarm类,实现waitUntil(longx )方法。一个 线程调用 waitUntil将挂起自己的执行,直到时间变为now+x。线程在唤醒后将它们放入到等待队列中。不生成其他的线程实现waitUntil方 法 ,修 改waitUntil方 法 和定 时 器 中 断 处 理 程 序 。 waitUntil不限于一个线程,任何数
2014-11-13 10:33:59
1428
原创 nachos课程设计 task1.2
nachos task1.2要求：实现条件变量,通过中断使能和不使能两种操作提供条件变量上的原子操作。按照 nachos.threads.Condition,其中已经实现了一个使用信号量机制的例子。 在不使用信号量的情况下提供一种等同的实现方法(使用锁)。 实现放在 nachos.threads.Condition2 类中.思路：threads.Lock 类 提 供 了 锁 以
2014-11-12 23:04:06
1744
原创 Nachos 课程设计task1.1
Nachos task1.1要求：实现 KThread.join() 方法。 该方法只被调用一次。实现：join方法是当一个线程调用他时，当前执行的线程被挂起，该线程执行，直到该线程执行完后，当前线程才继续执行。在这里我们用信号量的方法实现，具体的思路如下：当一个线程调用join时，当前线程执行P操作将自己挂起，调用线程开始执行，当调用线程执行完之后，即finish时，再将当前线程唤醒。代
2014-11-12 22:17:22
1790
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