《AI与SLAM论文解析》
分享
扫一扫
文章平均质量分 91
解读深度学习前沿技术。数据包括：图像，点云等joshua包括：检测，分割，迁移学习，生成，知识图谱，自动驾驶，序列建模，强化学习，情感识别，推荐系统，小样本学习等等。 内容包括：论文解读，代码解析。持续更新...
优惠券已抵扣
余额抵扣
还需支付
¥199.90
¥299.90
购买须知?
本专栏为图文内容，最终完结不会低于15篇文章。
订阅专栏，享有专栏所有文章阅读权限。
本专栏为虚拟商品，基于网络商品和虚拟商品的性质和特征，专栏一经购买无正当理由不予退款，不支持升级，敬请谅解。
沉浸式AI
这个作者很懒，什么都没留下…
展开
-
SLAM：Pixel-level Extrinsic Self Calibration of High Resolution LiDAR and Camera in Targetless Enviro
无目标环境下高分辨率激光雷达与相机的像素级外参自校准原创 2025-01-11 21:31:20 · 22 阅读 · 0 评论 -
SLAM：Efficient and Probabilistic Adaptive Voxel Mapping for Accurate Online LiDAR Odometry【方法解析-5】
用于精确在线激光雷达里程计的高效概率自适应体素映射原创 2025-01-11 20:16:13 · 18 阅读 · 0 评论 -
SLAM：Efficient and Probabilistic Adaptive Voxel Mapping for Accurate Online LiDAR Odometry【方法解析-3】
用于精确在线激光雷达里程计的高效概率自适应体素映射原创 2025-01-11 20:13:50 · 11 阅读 · 0 评论 -
SLAM：Efficient and Probabilistic Adaptive Voxel Mapping for Accurate Online LiDAR Odometry【方法解析-2】
用于精确在线激光雷达里程计的高效概率自适应体素映射原创 2025-01-12 17:19:21 · 21 阅读 · 0 评论 -
SLAM：Efficient and Probabilistic Adaptive Voxel Mapping for Accurate Online LiDAR Odometry【方法解析-1】
用于精确在线激光雷达里程计的高效概率自适应体素映射原创 2025-01-11 20:08:20 · 25 阅读 · 0 评论 -
Loss：Objects as Points
Objects as Points方法解析原创 2024-10-15 22:31:35 · 131 阅读 · 0 评论 -
Loss：CornerNet: Detecting Objects as Paired Keypoints
CornerNet方法解析原创 2024-10-15 12:02:07 · 209 阅读 · 0 评论 -
Loss：Focal Loss for Dense Object Detection
focal loss原文方法解析原创 2024-10-14 21:42:45 · 254 阅读 · 0 评论 -
SLAM：BALM: 激光雷达映射的捆绑调整【方法解析-1】
BALM: Bundle Adjustment for Lidar Mapping方法解析，第 1 部分。原创 2024-07-26 14:02:44 · 321 阅读 · 0 评论 -
SLAM：BALM: 激光雷达映射的捆绑调整【方法解析-2】
BALM: Bundle Adjustment for Lidar Mapping方法解析，第 2 部分。原创 2024-07-26 14:02:46 · 118 阅读 · 0 评论 -
SLAM：LinK3D: Linear Keypoints Representation for 3D LiDAR Point Cloud【方法解读】
详细翻译与解读SLAM技术2024年最新文章LinK3D。原创 2024-07-10 11:51:22 · 429 阅读 · 0 评论 -
SLAM：corners：Measuring Corner Properties-1999【方法解析-1】
角点检测算法：Measuring Corner Properties-1999。原创 2024-07-28 23:08:35 · 95 阅读 · 0 评论 -
SLAM：corners：Measuring Corner Properties-1999【方法解析-2】
角点检测算法：Measuring Corner Properties-1999。原创 2024-07-28 23:40:18 · 103 阅读 · 0 评论 -
SLAM：corners：Measuring Corner Properties-1999【方法解析-3】
角点检测算法：Measuring Corner Properties-1999。原创 2024-07-30 00:14:54 · 168 阅读 · 0 评论 -
医学多模态：多模态知识增强全幻灯病理基础模型
A Multimodal Knowledge-enhanced Whole-slide Pathology Foundation Model原创 2024-07-23 23:08:10 · 650 阅读 · 0 评论 -
注意力机制：PADRe: A Unifying Polynomial Attention Drop-in Replacement for Efficient Vision Transformer
“多项式注意力替代机制（PADRe）”注意力机制新范式，方法解读。2024年最新研究。原创 2024-07-18 16:09:59 · 1294 阅读 · 0 评论 -
旋转目标检测：Deep Spatial Feature Transformation for Oriented Aerial Object Detection【方法解析】
旋转目标检测DSFT-Net方法部分解析原创 2024-07-25 14:26:30 · 120 阅读 · 0 评论 -
旋转目标检测：Oriented Object Detection in Aerial Images with Box Boundary-Aware Vectors【方法解析】
Oriented Object Detection in Aerial Images with Box Boundary-Aware Vectors论文方法部分解读原创 2024-07-15 17:06:52 · 319 阅读 · 0 评论 -
旋转目标检测：Gaussian Synthesis for High-Precision Location in Oriented Object Detection【方法解析】
旋转目标检测G-OBB方法部分详细解读原创 2024-07-24 01:00:20 · 172 阅读 · 0 评论 -
旋转目标检测：mmrotate仓库中 “主要模型” 及其 “配置文件” 的列表
https://github.com/open-mmlab/mmrotate/tree/main/configs中模型的解析，方便结合最新旋转目标检测模型进行学习和模型部署原创 2024-07-18 17:17:50 · 361 阅读 · 0 评论 -
旋转目标检测：截止2024年最新研究方案对比解读
对截止2024年以来有代表性“旋转目标检测”的方案对比分析原创 2024-07-18 10:12:52 · 690 阅读 · 0 评论 -
旋转目标检测：OFCOS: An Oriented Anchor-Free Detector for Ship Detection in Remote Sensing Images【方法解读】
旋转目标检测论文OFCOS方法部分详细解析原创 2024-07-23 23:34:45 · 397 阅读 · 0 评论 -
旋转目标检测：FCOS: Fully Convolutional One-Stage Object Detection【方法解读】
“旋转目标检测FCOS” 方法部分解读原创 2024-07-21 11:56:19 · 421 阅读 · 0 评论 -
目标检测：Cascade R-CNN: Delving into High Quality Object Detection - 2017【方法解读】
“目标检测Cascade R-CNN(2017)” 方法部分解读原创 2024-08-26 10:39:48 · 229 阅读 · 0 评论 -
目标检测：Deformable DETR: Deformable Transformers for End-to-End Object Detection【方法解读】
Deformable DETR: Deformable Transformers for End-to-End Object Detection论文方法解读原创 2024-07-14 20:03:54 · 478 阅读 · 0 评论 -
目标检测：End-to-End Object Detection with Transformers【方法解读】
End-to-End Object Detection with Transformers论文中方法的详细解读原创 2024-07-14 11:15:08 · 516 阅读 · 0 评论 -
目标检测：Cascade R-CNN: High Quality Object Detection and Instance Segmentation - 2019【方法解读】
“目标检测Cascade R-CNN(2019)” 方法部分解读原创 2024-08-26 15:13:37 · 315 阅读 · 0 评论 -
目标检测：dab-detr: dynamic anchor boxes are better queries for detr【方法解读】
dab-detr: dynamic anchor boxes are better queries for detr文章解读原创 2024-07-13 00:50:34 · 618 阅读 · 0 评论 -
对象检测与摄影测量：End To End 9DPose Object Detection【方法解析】
这是一种将摄影测量与目标对象检测相结合的研究。解析目标对象的9D pose。原创 2024-07-24 21:26:24 · 88 阅读 · 0 评论 -
残差网络构建：Deep Layer Aggregation【方法解读】
Deep Layer Aggregation 论文方法解读原创 2024-07-15 23:14:38 · 155 阅读 · 1 评论 -
线框检测：Learning to Parse Wireframes in Images of Man-Made Environments【方法解读】
”线框检测“论文方法解读：线框检测：Learning to Parse Wireframes in Images of Man-Made Environments原创 2024-08-29 11:48:06 · 446 阅读 · 0 评论 -
线段检测：Towards Light-weight and Real-time Line Segment Detection Towards Light-weight and Real【方法解读】
“线段检测M-LSD-tiny”方法解读原创 2024-07-21 00:46:40 · 10168 阅读 · 0 评论 -
线框检测：End-to-End Wireframe Parsing【方法解读】
“线框检测”方法解读：End-to-End Wireframe Parsing原创 2024-08-29 16:18:42 · 608 阅读 · 0 评论 -
实例分割：Hybrid Task Cascade for Instance Segmentation【方法解读】
“实例分割Hybrid Task Cascade for Instance Segmentation” 方法部分解读原创 2024-08-27 11:57:41 · 238 阅读 · 0 评论 -
LOD2：SAMPolyBuild: Adapting the Segment Anything Model for polygonal building extraction
SAMPolyBuild论文解析原创 2024-10-22 19:28:46 · 280 阅读 · 0 评论 -
LOD2：RNGDet++: Road Network Graph Detection by Transformer with Instance Segmentation and Multi-scal
RNGDet++論文方法解析原创 2024-10-12 18:35:03 · 148 阅读 · 0 评论 -
LOD2：From lines to Polygons: Polygonal building contour extraction from High-R. R.S. img【方法解读】
From lines to Polygons: Polygonal building contour extraction from High-Resolution remote sensing imagery---方法部分解读原创 2024-07-17 17:39:35 · 256 阅读 · 0 评论 -
LOD2：基于遥感图像联合学习的LOD-2.2建筑物重建顶面解析【研究方法解读】
Roof plane parsing towards LoD-2.2 building reconstruction based on joint learning using remote sensing images 方法部分全面解析原创 2024-07-12 18:00:07 · 199 阅读 · 0 评论 -
生成式：polygen仓库中data_modules.py文件对于输入数据的处理分析
数据处理分析原创 2024-08-12 16:10:28 · 42 阅读 · 0 评论 -
生成式：PolyGen: An Autoregressive Generative Model of 3D Meshes【face_model.py sample解读】
面模型生成过程的采样。原创 2024-08-03 13:26:55 · 82 阅读 · 2 评论