麒麒哈尔-CSDN博客

原创【论文阅读】【综述】Deep Learning for 3D Point Clouds: A Survey

文章目录Survey3D Shape ClassificationProjection based本文是最新的使用深度学习处理点云的综述文章，本文所提及的方法非常全，可以作为一个文章索引来看，而且本论文对方法的分类也很有意义。但是作为综述性文章，本文每章节的结论有点弱，并没有通过对文章的综述产生太多指导性的结论。但总体来说，这篇文章对于读者，起到了查缺补漏和搭建知识框架的作用。接下来，有些我读...

2020-02-07 17:24:14 5028 3

原创【代码阅读】VoteNet （推荐阅读源码，学到的东西很多）

文章目录本文是针对VoteNet：Deep Hough Voting for 3D Object Detection in Point Clouds论文的源码的理解。VoteNet的解读可以参考我的另外一篇博客。具体的源码，可在github上下载。总的来说，代码写的非常优雅，我觉得光从代码的结构来看，也有很多可以借鉴的地方。所以本文先看一下代码的结构，然后再跟进去详解。# train.py...

2019-12-03 19:34:34 15134 65

原创【论文阅读】【综述】A survey of deep learning techniques for autonomous driving

由于本片论文不涉及技术，所以就翻译一下，看看公司的人是怎么理解DNN在自动驾驶中的应用的。文章目录A survey of deep learning techniques for autonomous drivingAbstractIntroduction在自驾车中使用基于深度学习的决策架构A survey of deep learning techniques for autonomous ...

2019-11-29 19:49:17 3169 1

原创【论文阅读】【二维目标检测】Anchor Free的2D Object Detection的方法总结

目录Anchor Free 想要解决的问题早期探索DenseBoxYOLOv1cornercenter3D Object Detection相关博客：Anchor Free的Object Detection的多个方法被提出来，我最近也是集中地看了几篇Anchor Free的文章，文章来源是奇点汽车美研中心首席科学家兼总裁黄浴先生的的一篇总结。这篇文章中罗列Anchor Free的一些方法，但比较...

2019-09-02 11:34:30 1583

原创三维激光雷达点云处理分类

目录激光雷达点云的研究激光雷达数据的处理方法分类激光雷达点云的研究目前，学术界和业界对于激光雷达点云的处理方式的研究变的非常热门。我认为原因有二：来自学术界的推力：对于图片中的许多问题有了突破性的进展，例如图片分类、语义分割和目标检测等问题。这些突破性进展使得计算机对2D世界的理解有了质的飞跃，那么如果将问题变难，计算机是否能够对3D世界中的相对应的问题有很好的的解决办法呢？获取3D信息的...

2019-06-05 19:33:19 16026 10

原创【论文阅读】【综述】3D Object Detection 3D目标检测综述

aaa3D Detection新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入3D Detection你好！...

2019-06-04 16:04:45 39072 40

原创【论文阅读】【三维目标检测】Camera-Lidar融合的3D目标检测网络

Camera-LiDAR based 3D object detection

2022-11-18 17:48:28 1321 2

原创【论文阅读】【二维目标检测】Adaptive Class Suppression Loss for Long-Tail Object Detection

文章目录motivationMethod文章：Adaptive Class Suppression Loss for Long-Tail Object Detection2021 CVPR，解决目标检测中的长尾问题。2020 CVPR中也有几篇文章解决该问题，我写在了另外一篇博客中。motivation本文其实就是针对Equalization Loss for Long-Tailed Object Recognition的改动，对于这篇文章，我写在了另外一篇博客中。在Equalization

2021-07-14 15:53:51 1491

原创【论文阅读】【二维目标检测】Label Assignment四连击

文章目录2021 CVPR论文地址：https://arxiv.org/abs/2103.14259和Autoassign一样，都是旷视的文章，都是做label assignment的，Autoassign的理解，可以看这篇知乎，我觉得讲的很详细。接下来就看看OTA。https://zhuanlan.zhihu.com/p/379087332...

2021-07-14 11:54:07 1254

原创【论文阅读】【三维目标检测】Student-Teacher Network在3D目标检测中的应用

文章目录3DIoUMatch: Leveraging IoU Prediction for Semi-Supervised 3D Object DetectionPseudo-Label Filtering and DeduplicationSelective Supervision using Pseudo-Labels总结SE-SSD: Self-Ensembling Single-Stage Object Detector From Point CloudMotivationConsistency L

2021-07-10 15:30:59 1647 1

原创【论文阅读】【三维目标检测】在Range view上做3D目标检测

文章目录BEV or Range ViewRangeDet: In Defense of Range View for LiDAR-based 3D Object DetectionRange Conditioned Pyramid InMeta-Kernel ConvolutionWeighted Non-Maximum SuppressionData Augmentation in Range View DataExperimentrange view是仅针对物理旋转式扫描的激光雷达的特殊view，例

2021-07-05 16:11:30 3369 2

原创【论文阅读】【三维目标检测】AFDet: Anchor Free One Stage 3D Object Detection

这里写自定义目录标题AFDetAFDet与CenterPoint的区别

2021-06-28 13:49:49 1562

原创剑指offer

4、不要想着一次解决所有问题，遇到有序问题，就想二分。如果有规律，按照规律二分。5、遇到内存覆盖问题，试试先把数组扩容，然后从后往前计算每个元素，就不会覆盖了。

2021-06-21 21:56:32 97

原创【论文阅读】【二维目标检测】YOLOF：You Only Look One-level Feature

文章目录YOLOFFPN的作用到底是什么？YOLOFExperimentAblation Study两个创新的作用其他3D目标检测的启发2021CVPR，旷视团队文章链接：https://arxiv.org/abs/2103.09460代码链接：https://github.com/megvii-model/YOLOF这篇文章有点意思，我认为这篇文章对3D目标检测问题有很大启发。本文先介绍文章，再介绍启发。YOLOFFPN的作用到底是什么？FPN已经成为backbone的必备组件，无论是在an

2021-06-21 21:55:32 429 2

原创【论文阅读】【二维目标检测】ATSS

文章目录Anchor s Anchor FreeRetinaNet Vs FCOSATSS实验超参数ComparisonDiscussion文章：Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection2020 CVPR论文地址：https://arxiv.org/abs/1912.02424代码地址：https://github.com/sfzhang

2021-06-16 21:16:52 374 2

原创【代码阅读】PointNet++中的Three_nn的CUDA实现

文章目录给定点集known和unknown，Three_nn实现的功能是对于unknown的每个点，找到其在known中最临近的3个点的距离和下标，直接看cu代码，在src/interpolate_gpu.cu中：__global__ void three_nn_kernel_fast(int b, int n, int m, const float *__restrict__ unknown, const float *__restrict__ known, float *__restric

2021-06-01 19:45:31 624 1

原创【代码阅读】PointNet++代码梳理

文章目录SA层FP层本文为PointNet++代码梳理的导言部分，其他部分详见（一）PointNet++代码梳理PointNet++的核心操作是SA层和FP层，这里就来梳理一下SA层和FP层都干了什么。SA层参数：降采样点的数量(npoints)，邻域半径(radii)，邻域内点的数量(nsample)，MLP输入：xyz，features计算过程如下：new_xyz_idx = FPS(xyz, npoints) #使用FPS选出降采样点的下标，记作new_xyz_idxnew_xyz

2021-06-01 19:33:10 1892

原创【代码阅读】PointNet++中ball query的CUDA实现

文章目录本文为PointNet++ CUDA代码阅读系列的第二部分，其他详见：1、PointNet++中的FPS的CUDA实现2、PointNet++中ball query的CUDA实现（本文）3、PointNet++中的Three_interpolate的CUDA实现CUDA代码要在pytorch中使用，必须设置好CUDA代码与python的接口，并用python编写pytorch中的模块，这两部分详见PointNet++中的FPS的CUDA实现。本文直接看ball query的实现。给定一

2021-06-01 19:01:23 2094

原创【论文阅读】解决类别分布严重不均衡

文章目录Focal lossOHEMGT AugmentBAGS数据集类别严重不均衡的问题在3D object detection上非常常见，这里记录几篇关于这个问题的解决办法。Focal lossfocal loss可以缓解这个问题，减少容易样本loss的权重。OHEM在线难例挖掘，仍然是减少易分类样本对loss的影响。GT Augment做少样本类别的instance的augmentation，这在3D object detection任务中是一个非常常见的数据增广手段。但这有个问题是，增

2021-06-01 15:09:06 1156

原创【论文阅读】【二维目标检测】Generalized Focal Loss

文章目录Motivation物体分类框回归Method物体分类框回归generalized focal loss实验效果总结文章：Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection地址：https://arxiv.org/pdf/2006.04388.pdfMotivation物体分类在object detection任务中，是存在分类和回归的两个结

2021-05-31 19:25:41 364

原创【论文阅读】【三维目标检测】Center-based 3D Object Detection and Tracking

文章目录IntroductionCenterPointExperimentCenterPoint，2021CVPR，刷榜nuScenes和Waymo数据集。作者是与2D版的CenterNet是同样的，看来是一个组出来的文章。从网络结构上看，本文就是将CenterNet用到了基于点云的三维目标检测问题上，但本文的出现也证明了，Anchor Free的这种方法应用在基于点云的三维目标检测任务中也是可行的。IntroductionCenterPoint这篇的Introduction细节地说明了该方法的想

2021-05-20 17:00:14 2141

原创 python coding

文章目录单链表快速排序数组快速排序单链表快速排序class ListNode(): def __init__(self,val): self.val = val self.next = Noneclass Solution(): def mergesortoflist(self,node): if not node or not node.next: return node midnode = no

2021-05-07 11:57:14 255

原创【代码阅读】Sparse Convolution代码理解

文章目录OpenPCDet：VoxelBackBone8xspconvSparse TensorSubMConv3dget_indice_pairsindice_subm_convGEMMSparse Convolution成功用于3D目标检测的网络，例如Second，Part-A^2，PV-RCNN等，证明其有效性。相比于3D Convolution，在运算速度和显存消耗中有巨大的优势。Sparse Convolution在SECOND论文中提出，并且原文中给出了实现的方法。但在Part-A2A^2A2

2021-05-06 23:34:36 8979 5

原创【论文阅读】【2D目标检测】CenterNetv2: Probabilistic two-stage detection

文章目录3. Preliminaries4. A probabilistic interpretation of two-stage detection6、Results论文链接：https://arxiv.org/abs/2103.07461代码链接：https: //github.com/xingyizhou/CenterNet2其实一句话就可以概括本文的核心思想：用one-stage的检测器来代替two stage中的RPN可以提升运行速度和检测效果。对于two-stage的RPN和one-s

2021-03-28 21:44:58 1373 2

原创【论文阅读】【点云处理】Transformer在点云上的应用

文章目录PCT: Point Cloud Transformernaive PCTOffset-AttentionNeighbor Embedding for Augmented Local Feature RepresentationExperimentPoint TransformerAttention ModulenetworkExperimentTransformer在点云上的应用的研究处于起步阶段。Transformer的入门可以看我另外一篇博客：从零入门Transformer。PCT: P

2021-03-26 16:09:27 3410 1

原创【学习】从零入门Transformer

文章目录Transformer之前RNN & NLPSeq2SeqSeq2Seq + AttentionTransformerEncoderDecoder工作流程本文记录一下从0入门Transformer的过程https://zhuanlan.zhihu.com/p/31547842Transformer之前说到Transformer，就离不开NLP，就离不开Seq2Seq，毕竟transformer一开始也是和Seq2Seq结合用的。RNN & NLP这里先放两个RNN在NLP

2021-03-25 15:23:43 1877

原创【论文阅读】【综述】网络的剪枝方法

文章目录非结构化的Learning both Weights and Connections for Efficient Neural NetworksDEEP COMPRESSION: COMPRESSING DEEP NEURAL NETWORKS WITH PRUNING, TRAINED QUANTIZATION AND HUFFMAN CODING结构化的本文记录一下对model pruning方法的学习，我只是挑了一些代表性的论文阅读一下，了解pruning的思路。首先推荐一篇博客，闲话模型

2021-03-22 22:36:26 4066

原创【论文阅读】【3D目标检测】PV-RCNN++

文章目录PV-RCNN++SPCVectorPool aggregation论文：PV-RCNN++: Point-Voxel Feature Set Abstraction With Local Vector Representation for 3D Object DetectionPVRCNN的作者又放出了PVRCNN++，主要在效率上做了改进。PV-RCNN++本文首先介绍了PVRCNN，然后基于PVRCNN的框架介绍了PVRCNN++的改进。PVRCNN就不介绍了，可以详见另一篇博客。P

2021-02-21 21:20:31 3020 3

原创【论文阅读】【2D Backbone】轻量化网络三连击

文章目录SqueezeNetMobileNetv1SqueezeNet论文：SQUEEZENET: ALEXNET-LEVEL ACCURACY WITH 50X FEWER PARAMETERS AND <0.5MB MODEL SIZE论文的目的在于在保证模型精度的情况下，尽量减少模型的参数。本文在此目的下提出了3条设计策略：1）用1x1的卷积核代替3x3的卷积核2）输入到3x3卷积层的feature map的通道数，从而减少3x3卷积层的参数量3）在网络中推迟downsampling

2021-02-20 12:43:29 554

原创【论文阅读】【目标跟踪】High-Speed Tracking with Kernelized Correlation Filters

文章目录KCF4 BUILDING BLOCKS4.1 Linear Regression4.2 Cyclic Shifts4.3 Circulant Matrices4.4 Putting It All Together5 NON-LINEAR REGRESSION5.1 Kernel Trick – Brief Overview5.2 Fast Kernel Regression5.3 Fast Detection6 FAST KERNEL CORRELATION算法流程KCF，TPAMI，2015

2021-01-26 11:05:58 414

原创【论文阅读】【三维语义分割】Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation

文章目录Cylinder3DCylindrical PartitionbackboneDDCMPoint-wise Refinement ModuleExperimentablation studyGeneralization Analyses总结Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation投递CVPR2021目前Semantic-KITTI榜第一代码：https://github.com/xi

2021-01-01 16:39:41 3197 4

原创【论文阅读】【2D目标检测】EfficientNet和EfficientDet

文章目录EfficientNet核心问题compound scaling methodEfficientDetEfficientNet和EfficientDet是2020年新出来的图像分类和目标检测算法，抽出空来读了一下，这里做一下记录。EfficientNet论文全称：EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks发表刊物：2019ICML核心问题本文解决的一个核心问题是：给定计算资源的前提下，在

2020-12-15 16:54:54 624 1

原创【论文阅读】【综述】激光雷达-相机融合的道路检测方法

文章目录SNE-RoadSegLidCamNetRoad Detection through CRF based LiDAR-Camera Fusion总结本博客列举一些激光雷达-相机融合的方法，主要是针对Road Detection问题的。其实Road Detection是属于Semantic Segmentation问题的，只是需要划分的就是两类，一个是道路，一个是非道路。目前主流方法当然是CNN，需要大量的数据用来训练。SNE-RoadSeg文章：SNE-RoadSeg: Incorporati

2020-11-21 20:25:11 2582

原创【代码阅读】PVCNN

文章目录Voxelizationpythoncppcu前向计算反向传播Point-Voxel CNN for Efficient 3D Deep Learning, 2019 NIPScode：https://github.com/mit-han-lab/pvcnn文章的的解读可以看我另一篇博客。PVconv的具体实现在pvcnn-master/modules/pvconv.pyvoxel_features, voxel_coords = self.voxelization(features, c

2020-11-17 21:07:04 2577 7

原创【论文阅读】SNE-RoadSeg

文章目录SNERoadSeg文章SNE-RoadSeg: Incorporating Surface Normal Information into Semantic Segmentation for Accurate Freespace Detection，2020ECCV使用深度图做road detection，效果在kitti上排第四，是目前能找到良好开源的算法。本篇文章就结合代码一块看一下这篇文章。SNERoadSeg...

2020-11-10 20:53:20 1372 1

原创【论文阅读】【点云处理】A Closer Look at Local Aggregation Operators in Point Cloud Analysis

文章目录对比各种local aggregation的结构结构的分类结构对比的结果PosPool我认为的本篇文章最大的贡献是公平的对比了各种类型的local aggregation的结构。本篇博客仍然不翻译该论文，只是记录一些我觉得重要的东西。对比各种local aggregation的结构结构的分类相比于处理image的网络，点云处理的网络其实有两个重要和核心。一个是网络框架的设计，另一个就是local aggregation的设计。网络框架方面，其实完全可以借用针对image设计的框架，例如Res

2020-09-19 14:53:58 1206 1

原创【论文阅读】Review on 3D Lidar Localization for Autonomous Driving Cars

文章目录Review on 3D Lidar Localization for Autonomous Driving Cars基于配准的基于特征的基于神经网络的最近看了几篇定位方面的综述，来总结一下。Review on 3D Lidar Localization for Autonomous Driving Cars“LIDAR data, compared to other perception sensors, is the richest and most detailed in term of

2020-09-02 20:13:56 481 1

devkit_road_after_change.zip

Faster RCNN.pdf

空空如也