算法学习与研究

LangChain是一个用于构建基于大语言模型（LLM）应用程序的开源框架，目标是简化开发流程，让开发者更高效地将语言模型（如GPT、Claude、Llama等）与实际应用场景结合。

UniAD是一个最新的综合框架，将全栈驾驶任务整合到一个网络中。它精心设计，以利用每个模块的优势，并从全局角度提供互补的特征抽象以进行物体交互。任务通过统一的查询接口进行通信，以相互促进规划。

CenterNet属于anchor-free系列的目标检测，采用关键点估计找到目标的中心点，并回归到其他目标属性，例如尺寸，3D位置，方向，甚至姿态。

点云目标检测模型PointPillars在VoxelNet中Voxel的基础上提出点云表征方法Pillar，可以将点云转换成伪图像，进而通过2D卷积实现目标检测

MOTR模型‌是一个基于transformer模型架构的多目标追踪模型，由旷视科技提出。实现了端到端的多目标追踪和分割，解决了传统多目标追踪方法在复杂场景下效果不佳的问题‌。

胶囊网络是 Geoffrey Hinton 提出的一种新型神经网络结构，为了解决卷积神经网络（ConvNets）的一些缺陷。

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。d2-net是一种利用深度学习进行特征提取的方法，在提取描述子的同时，对关键点进行检测

本文是对开源图像处理框架OpenCV-4.x中，关于Stitching图像拼接算法各个模块原理的详细介绍与梳理

本文张正友博士在1999年提出的相机内外参标定方法：张氏标定法，的算法原理进行了详细的梳理，对其原理的数学证明过程进行了详细的推导。

矩阵求导在机器学习领域十分常见，无论在学习时，或者阅读相关论文的时候，掌握矩阵求导的方法是必要的。根据矩阵微分的相关定义，本文总结出矩阵求导的三个原则。

卡尔曼滤波根据上一步状态的最优估计，对系统下一步的走向做出有根据的预测。本文以高斯分布的视角来理解卡尔曼滤波原理。