![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
3D目标检测
文章平均质量分 95
SoaringPigeon
此人不懒,但什么都不想写
展开
-
高斯分布(Guassian Distribution)建模不确定度(Uncertainty)问题
For uncertainty problem, Gaussian Distribution is all you need!原创 2022-09-22 19:58:15 · 1709 阅读 · 2 评论 -
RGB相机、深度相机以及LiDAR成像原理
成像原理原创 2022-05-11 08:45:05 · 8434 阅读 · 0 评论 -
Channel Attention 通道注意力
通道注意力总结SE-Net:Squeeze-and-Excitation NetworksCBAM: Convolutional Block Attention ModuleECA-Net: Efficient Channel Attention for Deep Convolutional Neural NetworksEPSANet: An Efficient Pyramid Squeeze Attention Block on Convolutional Neural NetworkFcaNet: F原创 2021-10-21 21:15:00 · 25622 阅读 · 0 评论 -
卡尔曼滤波跟踪的相关概念与方程推导
卡尔曼滤波跟踪的相关概念与方程推导 直接从数学公式和概念入手来考虑卡尔曼滤波无疑是一件非常枯燥的事情。为了便于理解,我们仍然从一个现实中的实例开始下面的介绍,这一过程中你所需的预备知识仅仅是高中程度的物理学内容。 假如现在有一辆在路上做直线运动的小车(如下所示),该小车在 t 时刻的状态可以用一个向量来表示,其中pt 表示他当前的位置,vt表示该车当前的速度。当然,司机还可以踩油门或者刹车来给车一个加速度ut,ut相当于是一个对车的控制量。显然,如果司机既没有踩油门也没有踩刹车,那么ut就等于0。此原创 2021-08-08 11:41:24 · 322 阅读 · 0 评论 -
盘点表示学习(Representation Learning)发展中的逻辑
Logic in Representation Learning基于负例的对比学习:以SimCLR为例Batch之外:以MocoV2为例基于对比聚类的对比学习:负例隐身术以SwAV为例对比学习(Contrastive Learning) 是判别式自监督学习的一种,不依赖标注数据,要从无标注图像中自己学习知识。通过自动构造相似实例和不相似实例,要求习得一个表示学习模型,通过这个模型,使得相似的实例在投影空间中比较接近,而不相似的实例在投影空间中距离比较远。而如何构造相似实例,以及不相似实例,如何构造能够遵循原创 2021-07-27 01:57:27 · 550 阅读 · 0 评论 -
半监督学习总结
半监督学习 Semi-supervised Learning简介半监督深度学习无标签数据预训练,有标签数据微调利用从网络得到的深度特征来做半监督算法Make Network work in semi-supervised fashionPseudo-Label : The Simple and Efficient Semi-Supervised Learning Method for Deep Neural NetworksSemi-Supervised Learning with Ladder Netw原创 2021-07-18 20:49:29 · 869 阅读 · 0 评论 -
CUHK MMLab 3D点云目标检测框架 OpenPCDet个人学习记录
OpenPCDet个人学习记录项目地址数据处理kitti_dataset.py的理解项目地址Github地址: https://github.com/open-mmlab/OpenPCDet史少帅博士本人对OpenPCDet的描述可以参看这篇文章:OpenPCDet: Open-MMLab 面向LiDAR点云表征的3D目标检测代码库数据处理kitti_dataset.py的理解...原创 2021-06-24 22:56:47 · 1457 阅读 · 0 评论 -
一文读懂计算机视觉坐标系相机参数关系及相机标定
计算机视觉坐标系关系及相机标定坐标系关系世界坐标系(World Coordinate)相机坐标系(Camera Coordinate)坐标系关系世界坐标系(World Coordinate)由于摄像机与被摄物体可以放置在环境中任意位置,这样就需要在环境中建立一个三维直角坐标系,来表示相机和被摄物体的位置,这个坐标系就称为世界坐标系相机坐标系(Camera Coordinate)相机坐标系也是一个三维直角坐标系,原点位于镜头光心处,X,Y轴分别与像平面的两边平行,Z轴为镜头光轴,与像平面垂直..原创 2021-06-05 00:46:15 · 2251 阅读 · 6 评论 -
3D目标检测论文方法汇总 【2022部分持续更新中~
Automanous-3D-detection-methods 该项目地址为:https://github.com/LittleYuanzi/awesome-Automanous-3D-detection-methods 该项目主要在对近期(17年)开始的自动驾驶场景的目标检测...原创 2021-05-31 09:49:02 · 7494 阅读 · 8 评论