努力奋斗

原创 一次阿里云服务器排查错误

如果外网访问不到阿里云服务的端口，那么有3个事情你需要排查对应的服务是否设置好外网访问了阿里云的安全策略是否公开了对应端口防火墙是否进行了端口过滤第3个问题的排查方式如下：可以先列出防火墙所有打开端口：firewall-cmd --zone=public --list-ports或针对某个端口进行icmp测试，使用nmap小工具nmap 你的ip -p端口如果出现状态...

原创 第二次打卡链接

【人工智能学习】【七】过拟合、欠拟合及其解决方案【人工智能学习】【八】梯度消失与梯度爆炸【人工智能学习】【九】卷积神经网络【人工智能学习】【十】卷积神经网络进阶【人工智能学习】【十一】循环神经网络进阶【人工智能学习】【十二】机器翻译及相关技术【人工智能学习】【十三】注意力机制与Seq2Seq模型...

原创 第一次打卡链接

【人工智能学习】【一】线性回归【人工智能学习】【二】Softmax与分类模型【人工智能学习】【三】多层感知机【人工智能学习】【四】文本预处理【人工智能学习】【五】语言模型【人工智能学习】【六】循环神经网络...

原创 计算模型参数量

计算模型参数量

原创 VoteNet阅读

VoteNetAbstract3D 对象质心可能远离表面点，难以一步准确回归。基于deep point set networks 和Hough 投票，使用纯几何特征。IntroductionDeep sliding shapes for amodal 3d object detection in rgb-d images、3D-SIS将2D检测方法拓展到3D。Voxel无法利用数据的稀疏性，3D卷积慢。映射到BEV后，然后用2D检测方法，牺牲了细节。本工作以点云为输入，不依赖2D检测方法，受对象

原创 Voxel R-CNN 阅读

Voxel R-CNN: Towards High Performance Voxel-based 3D Object DetectionAbstract3D 对象检测的最新进展很大程度上依赖于 3D 数据的表示方式，即基于体素或基于点的表示。许多现有的高性能 3D 检测器都是基于点的，因为这种结构可以更好地保留精确的点位置。然而，由于无序存储，点级特征会导致高计算开销。相比之下，基于体素的结构更适合特征提取，但通常会产生较低的精度，因为输入数据被划分为网格（divided into grids）。在本

原创 VoxelNet 阅读

Abstract在这项工作中，我们消除了对 3D 点云进行手动特征工程的需要，并提出了 VoxelNet，这是一种通用的 3D 检测网络，它将特征提取和边界框预测统一到一个单一的阶段、端到端的可训练深度网络中。Specifically，VoxelNet 将点云划分为等间距的 3D 体素，并通过新引入的体素特征编码（VFE）层将每个体素内的一组点转换为统一的特征表示。Introduction手动设计选择引入了信息瓶颈，阻碍了这些方法有效利用 3D 形状信息和检测任务所需的不变性。图像识别和检测 任务的

原创 SECOND 阅读

SECOND: Sparsely Embedded Convolutional DetectionAbstract问题：推理速度慢和方向估计性能低。我们研究了用于此类网络的改进稀疏卷积方法引入了一种新形式的角度损失回归来提高方向估计性能一种新的数据增强方法，可以提高收敛速度和性能Introduction为基于 LiDAR 的检测引入了空间稀疏卷积网络，用于在将 3D 数据下采样为类似于 2D 图像数据的东西之前从 z 轴提取信息。使用点云数据的另一个优点是，通过对对象上的指定点应用直接变

原创 PV-RCNN: Point-Voxel Feature Set Abstraction for 3D Object Detection阅读

PV-RCNN: Point-Voxel Feature Set Abstraction for 3D Object DetectionAbstract我们提出的方法深度集成了 3D 体素卷积神经网络 (CNN) 和基于 PointNet 的集合抽象，以学习更多有区别的点云特征。它利用了3D体素CNN的高效学习和高质量建议以及基于PointNet的网络的灵活感受野。首先，通过一个Set abstraction层将3D场景下的点云通过3D VoxelCNN转换成一组关键点，以节省后续计算和编码表示场景特征

原创 3DSSD 阅读

Abstract目前（2020年），已经有很多基于体素的3D单级目标检测器，而基于点的单级检测器仍处于探索阶段。这篇文章提出了3DSSD在速度和精度上取得了良好平衡。这个方法舍弃了上采样层和细化阶段（refinement ），减少了大量计算成本。本文在下采样层提出了一种新的特征融合策略（We novelly propose a fusion sampling strategy in downsampling process）使检测小目标变得可行（feasible）。为了满足准确性和速度的需求，网络模型是一

原创 Bridging the Gap Between Anchor-based and Anchor-free Detection 阅读

Abstract最近（2020年的文章），由于 FPN 和 Focal Loss 的提出，anchor-free 检测器变得流行起来。本文首先指出：anchor-based 和 anchor-free 检测的本质区别实际上是如何定义正负训练样本，这导致了它们之间的性能差距。如果他们在训练过程中采用相同的正负样本定义，无论是从一个框回归还是从一个点回归，最终的表现都没有明显差异。这表明如何选择正负训练样本对于当前的目标检测器很重要。然后，我们提出了一种自适应训练样本选择（ATSS）来根据对象的统计特征自动选

原创 Dynamic Head: Unifying Object Detection Heads with Attentions 阅读

Abstract这里就是说在目标检测领域，很多工作都想提高检测头的性能，这篇文章提出了动态头，也就是Dynamic Head，来将检测头和注意力（Attention）结合。在尺度（scale-aware）、空间（spatial-aware）、任务（task-aware）三个维度添加自注意力（self-attention），显著提高了（significantly improves）检测头的表达能力，没有额外的计算开销（without any computational overhead）。Introduc

原创 写书的感悟

最近正在编写《鸿蒙应用开发实践教程》在写书的过程中有一些感悟1、如果是写理论部分，先由知识点向前延伸，讲讲前置内容。2、如果是写案例部分，那么先想好案例的表现形式，是打印日志还是UI页面。然后分一下小节，有些话术要前后一致。...

原创 物联网IoT的安全分类

端云安全认证鉴权、白名单、双向设备认证、设备管理LWM2M传输安全DTLS、路由层RPL安全、网络层安全、数据链路层安全终端安全AP认证、SafeArea白名单、安全ID、双向设备认证、安全固件升级、秘钥管理、 安全存储、安全启动...

原创 我的学生的博客，欢迎订阅

我的学生的博客，欢迎订阅https://blog.csdn.net/IT_qslonghttps://www.79bk.cnhttps://blog.3xnb.comhttps://blog.onemue.cnhttps://blog.csdn.net/cool_breeze_https://blog.csdn.net/qq_41751080https://blog.csdn.net/deathdomainhttps://blog.csdn.net/fuxinyu1https://blog

原创 占位

占位

原创 【矩阵论笔记】相似对角化的应用——微分方程

原创 【矩阵论笔记】相似对角化的解法、线性无关特征向量个数

步骤例题例题2

原创 【矩阵论笔记】相似对角化、特征子空间（几何重数和代数重数）

定义相似矩阵性质相似的充要条件特征子空间几何重数：线性无关特征向量的个数相似对角化的充要条件2

原创 【矩阵论笔记】正交补空间

定义正交直和分解定理例题

原创 【矩阵论笔记】Schmidt正交化、标准正交基

正交定义正交例题正交向量组标准正交基Schmidt正交化例题

原创 【矩阵论笔记】内积空间定义、长度、Cauchy-Schwartz、三角不等式

定义同一个线性空间可定义不同的内积。选择复线性空间上的内积实内积空间性质向量长度向量长度性质Cauchy-Schwartz不等式Cauchy-Schwartz不等式推论度量矩阵只要告诉一组基下任意两个向量的内积，就会形成一个度量矩阵。那么随便拿一个向量，都知道它的坐标，这两个向量的内积就是右边的xTGyx^TGyxTGy。如果GGG为单位矩阵，那么<a,b><a,b><a,b>内积就等于他们坐标的内积。G为单位矩阵

原创 【矩阵论笔记】线性变换的对角化

定义例题例二

原创 【矩阵论笔记】线性变换的特征值和特征向量（几何重数和代数重数）

定理几何重数特征子空间的维数为几何重数，因为空间是几何里的概念。代数重数相同特征值的个数例题

原创 【矩阵论笔记】线性变换的不变子空间

定义定理1定理2证明略。

原创 【矩阵论笔记】线性变换在不同基偶下的矩阵之间的关系

研究在不同基下的线性变换，是为了找到比较简单的形式在同一个线性空间不同基下的线性变换之间的关系我们为了找比较简单的形式例题这个就是套公式的形状，是一个比较固定的求法。把这个特征向量构成的矩阵P求出来后，就是线性变换在不同基下的形式。正好求出来的P是不同基的变换矩阵。...

原创 【矩阵论笔记】线性变换的零空间与值空间（包括一般方法）

定义零空间的维度是线性变换T的零度值空间的维度是线性变换T的秩求线性变换的零空间和值空间1、先找个矩阵A出来2、A和线性变换的零空间和值空间一样。求零空间和值空间的一般方法例子...

原创 【矩阵论笔记】线性变换的矩阵表示

定义例子例题2

原创 【矩阵论笔记】线性变换

定义例子

原创 【矩阵论笔记】子空间直和

定义例子

原创 【矩阵论笔记】子空间交与并

引出因为并运算得到的结果不是子空间，那么将并运算进行推广。就是“和空间”和“交空间”。定义例子下面求交空间性质

原创 【矩阵论笔记】子空间（核子空间和值域）

dim(O)=0例子基础解系的个数=矩阵的维数−矩阵的秩基础解系的个数=矩阵的维数-矩阵的秩基础解系的个数=矩阵的维数−矩阵的秩子空间找子集就是找子空间的基例子零空间和值域的区别，一个是求行一个是求列。零空间是找基础解系，列空间是找系数矩阵（列向量构成的极大线性无关组）。...

原创 【矩阵论笔记】过渡矩阵

定义过渡矩阵性质证明例子

原创 【矩阵论笔记】满秩分解

满秩分解不唯一，先求hermit标准型。例子行满秩与列满秩左逆与右逆左逆右逆不唯一！

原创 【矩阵论笔记】Hermit标准型

定义定理一例题定理二例题

原创 【矩阵论笔记】正交分解——非满秩HouseHold分解

household变化可将向量正交变换到任意方向略

原创 【矩阵论笔记】正交分解——满秩Schmidt分解（施密特正交化）

QR分解例子要求可逆，但是是不可逆的时候是不是又QR分解呢？这就是涉及到下一篇讲的household分解

原创 【矩阵论笔记】正交分解

定义应用分类

原创 《硅谷钢铁侠》读书摘录（一）

硅谷钢铁侠1、接下来的几年，人们的目标已经从冒险创造全新的行业和伟大想法，变成通过取悦消费者，以及批量生产简单应用和广告来赚快钱。2、我们这代人中最聪明的大脑都在思考如何让人们点击广告。与此同时，那些消费者已经逐渐转向内心世界，醉心于自己的虚拟人生。3、2005年许布纳发表了一篇题为“全球创新可能呈现下降趋势”《A Possible Declining in Worldwide Innovation》。4、我们想要会飞的汽车，而不是140个字符。5、最困难的部分是提出问题，一旦你了解了问题所在，答

原创 【矩阵论笔记】平方根分解

定义例子首先判断顺序主子式。R矩阵每一行除以对角元平方根分解推导因为A的分解是唯一的，可以得到L=RTL=R^{T}L=RT例题待定系数法