- 博客(7)
- 资源 (14)
- 收藏
- 关注
原创 Udacity优达学城优惠码 4059FBD6 立减320元
Udacity优达学城优惠码 4059FBD6 立减320元 购买课程立减320元。 专属邀请码: 4059FBD6 优达学城 : https://cn.udacity.com/...
2019-05-29 11:46:17 424
原创 目标检测、深度估计、无人驾驶 papers最新论文算法笔记
文章目录目标检测系列无人驾驶系列深度估计系列目标检测、深度估计、无人驾驶 papers最新论文算法笔记目标检测系列目标检测 | Deep MANTA 算法笔记目标检测 | DetNet算法笔记目标检测 | Ladder-style DenseNet 算法笔记DL Net | Capsual Net 算法学习笔记人脸识别 | 论文参考无人驾驶系列车道线检测 | Robust Lan...
2019-05-24 18:18:09 1292 2
原创 目标检测 | Ladder-style DenseNet 算法笔记
文章目录摘要Ladder-style DenseNet 特点DenseNetDensenet的四大优点:Densenet 网络架构分析DenseBlock细节Transition Layers比较ResNets 和 DenseNets网络架构特征提取空间金字塔池化(SPP)上采样数据通路梯度检查点实验结果Efficient Ladder-style DenseNets for Semantic ...
2019-05-23 18:02:08 1778 2
原创 单目深度估计 | Learning Depth from Monocular Videos using Direct Methods 学习笔记
文章目录摘要1. 论文主要贡献:2. 从视频中学习预测深度2.1 尺度模糊2.2 建模姿态估计预测器3. 可微分直接视觉测距法3.1 直接视觉测距法(DVO)3.2 可微分的实现4 训练损失5 实验5.1 训练设置5.2 KITTI数据集上的结果5.3 Make3D数据集上的结果6.讨论Learning Depth from Monocular Videos using Direct Metho...
2019-05-15 18:09:14 3894 1
原创 python3 | pip install dlib报错
python3 pip install dlib报错:之前安装过dlib,时间长了,重新安装的时候,一些必要条件就忘了,这次记录下来,备忘。报错信息如下:Collecting dlib Downloading https://files.pythonhosted.org/packages/05/57/e8a8caa3c89a27f80bc78da39c423e2553f482a3705...
2019-05-13 10:52:40 26293 4
原创 目标检测 | End-to-end Lane Detection through Differentiable Least-Squares Fitting
文章目录1. 摘要**论文的主要特色在于:2 方法2.1 生成加权像素坐标的深度网络2.2 加权最小二乘拟合模块2.3 几何损失函数2.4 可选择性变换到其他参考框架3 实验3.1 玩具实验3.2 当前车道线的检测4总结会议:CVPR 2019标题:《End-to-end Lane Detection through Differentiable Least-Squares Fitting 》...
2019-05-10 18:12:00 3569
原创 单目深度估计 | Real-Time Monocular Depth Estimation using Synthetic Data 学习笔记
会议:CVPR 2018标题:《Real-Time Monocular Depth Estimation using Synthetic Data with Domain Adaptation via Image Style Transfer》论文链接: http://openaccess.thecvf.com/content_cvpr_2018/papers/Atapour-Abarghou...
2019-05-06 18:04:07 4369
libiconv-1.15 dll-lib- x64-x86
2018-06-06
libiconv-1.15 for win10
2018-06-06
lfw_face数据集_193M(百度云)
2018-03-30
CUDA_BY_EXAMPLE自带的几个头文件
2016-09-27
屏幕录像软件
2013-09-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人