首页
首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
听风捕梦
掘友等级
学生
|
北京工业大学
获得徽章 18
动态
文章
专栏
沸点
收藏集
关注
作品
赞
93
文章 51
沸点 42
赞
93
返回
|
搜索文章
最新
热门
几个简单的通道注意力模块
最近项目要用到通道注意力模块,本文为学习笔记 SENet (CVPR18) CBAM (ECCV18) ECANet (CVPR20)
HEAL 文件组织结构
```yaml opencood-HEAL data_utils augmentor augment_utils.py (点云翻转、旋转、拉伸数据增强) data_augmentor.py (利用 a
vscode python debug launch.json 模板
``` json { // Use IntelliSense to learn about possible attributes. // Hover to view descriptions of
Dropout-based 域泛化方法总结
学习笔记,记录了几篇 dropout-based 域泛化方法的大致思路---------------
使用 BLIP 做图像描述
下载 BLIP 模型文件,并使用 BLIP 模型做图像描述,需要注意要下载哪些文件到本地,并传入本地文件夹的地址做推理
论文解析 | RobustNet / ISW
本文是ISW论文笔记,ISW 的贡献是提出了一个能够有选择性的白化协方差矩阵部分区域的损失函数,论文行文脉络十分清晰。
coperception 初体验
coperception 是 V2X-Sim 数据集搭配的开发包,支持多种协同感知方法,可以用于 bev 检测、跟踪和分割任务。 详细说明看官方文档
环境配置 | 安装 MMDetection3D 1.2.0
按照 2023.9.2 的 安装文档 进行安装 MMDetection3D。如果 pytorch 环境已经配好的话,可以直接跳到安装 MMEngine、MMCV、MMDetection,即最后一步。
论文解读 | DeepFusionMOT
今天带大家阅读的是发表在 RA-L 22 的文章 DeepFusionMOT: A 3D Multi-Object Tracking Framework Based on Camera-LiDAR
论文解读 | EagerMOT: 3D Multi-Object Tracking via Sensor Fusion
这篇文章的出发点是:相机感知范围广,对部分遮挡不敏感,但无法获取精确的定位;激光雷达感知范围有限,对遮挡敏感,但可以获取准确的三维信息。本文就是研究如何将二者的优点融为一体,打造一个好的追踪器。
下一页
个人成就
文章被点赞
39
文章被阅读
25,836
掘力值
958
关注了
11
关注者
6
收藏集
0
关注标签
0
加入于
2022-04-20