<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ssq183的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ssq183</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ssq183]]></copyright><item><title><![CDATA[ping, tracert, nslookup=mtr]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/128850945</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/128850945</guid><author>ssq183</author><pubDate>Thu, 02 Feb 2023 15:58:31 +0800</pubDate><description><![CDATA[测试网络连通性的命令]]></description><category></category></item><item><title><![CDATA[激光雷达在身边——报告笔记]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/106088774</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/106088774</guid><author>ssq183</author><pubDate>Wed, 13 May 2020 00:20:39 +0800</pubDate><description><![CDATA[激光雷达在水下的性能会大受干扰


]]></description><category></category></item><item><title><![CDATA[学术论文写作]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/105907288</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/105907288</guid><author>ssq183</author><pubDate>Sun, 03 May 2020 22:06:20 +0800</pubDate><description><![CDATA[一、论文结构及每部分怎么写









写作要求和注意事项


英语语法












]]></description><category></category></item><item><title><![CDATA[英语写作]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/105347255</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/105347255</guid><author>ssq183</author><pubDate>Mon, 06 Apr 2020 17:24:36 +0800</pubDate><description><![CDATA[单词

专业单词
基础单词解读


great 与good 的区别
一、程度不一样
great 程度要比good更深，表达的情感也更激烈，例如：

We lack a good goalkeeper 我们少一个好的守门员
He's a pygmy when compared with great musicians 他和伟大的音乐家相差甚远

二、good可以当作名词来使用
good的意思是货物，...]]></description><category></category></item><item><title><![CDATA[Python——点云数据增强]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/105109414</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/105109414</guid><author>ssq183</author><pubDate>Thu, 26 Mar 2020 02:30:28 +0800</pubDate><description><![CDATA[点云数据增强，顾名思义，是一种数据增强方式，也常常作为一种检测模型鲁棒性的方法。总结一下有以下几种方式：旋转，加噪声，降采样，不同程度的遮挡等

降采样
在论文中常使用最远点采样和随机采样，功能实现简单，具体体现在PointNet等代码中只是一个超参数。
高斯噪音
延坐标旋转
高斯噪音和旋转的代码参考博客：点云 数据增强(Data Augmentation)：方法与python代码
增加离群点
通...]]></description><category></category></item><item><title><![CDATA[Python——Bug记录]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/104924540</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/104924540</guid><author>ssq183</author><pubDate>Tue, 17 Mar 2020 16:19:19 +0800</pubDate><description><![CDATA[当缩进不规范，或者前面一个函数没有函数主体，报如下错：

expected an indented block


]]></description><category></category></item><item><title><![CDATA[Python——函数]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/104923772</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/104923772</guid><author>ssq183</author><pubDate>Tue, 17 Mar 2020 16:09:24 +0800</pubDate><description><![CDATA[定义一个函数
这就是一个基本的操作
def fun_name(parameters):
	功能实现
	return 返回值

main（）

问：python中定义的main()函数只有当该Python脚本直接作为执行程序时才会执行；当该python脚本被作为模块(module)引入(import)时，其中的main()函数将不会被执行。
答：这是由于两方面原因，一方面，main函数是所有执行程序...]]></description><category></category></item><item><title><![CDATA[python——matplotlib 画图笔记]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/104878602</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/104878602</guid><author>ssq183</author><pubDate>Sun, 15 Mar 2020 14:42:53 +0800</pubDate><description><![CDATA[Python_matplotlib保存矢量图
注：在论文中只有矢量图才会缩放都能清晰显示。

]]></description><category></category></item><item><title><![CDATA[python——点云可视化（分割结果，及特征）]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/104603454</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/104603454</guid><author>ssq183</author><pubDate>Mon, 02 Mar 2020 09:40:40 +0800</pubDate><description><![CDATA[点云的特征可视化代码样例：
#### 特征可视化
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

points = np.loadtxt('data.txt')
skip = 20   # Skip every n points

fig = plt.figure...]]></description><category></category></item><item><title><![CDATA[数据集记载]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/104203745</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/104203745</guid><author>ssq183</author><pubDate>Thu, 06 Feb 2020 22:54:36 +0800</pubDate><description><![CDATA[SUN database

可以根据场景和物体类别搜集数据，其中也有船舶的图片，可以找到船舶图片，然后用LabelMe3D转化为点云。

包含很多数据集，Princeton ModelNet数据集就是从中得到的。


...]]></description><category></category></item><item><title><![CDATA[Latex使用记载]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/104128314</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/104128314</guid><author>ssq183</author><pubDate>Fri, 31 Jan 2020 21:19:55 +0800</pubDate><description><![CDATA[Tips

多行注释

./iffalse ... ./fi

Error

overfull


]]></description><category></category></item><item><title><![CDATA[关于装系统]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/103955080</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/103955080</guid><author>ssq183</author><pubDate>Mon, 13 Jan 2020 11:26:10 +0800</pubDate><description><![CDATA[微软系统 media create tool:

教程：
https://jingyan.baidu.com/article/49711c61a3c827fa441b7c1a.html
软件在U盘里


]]></description><category></category></item><item><title><![CDATA[letax para word使用说明]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/103335089</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/103335089</guid><author>ssq183</author><pubDate>Sun, 01 Dec 2019 15:54:01 +0800</pubDate><description><![CDATA[我们经常在编辑公式上花很多时间，比如做一篇论文的PPT，如果直接截图很容易就模糊，如果手动输入，是一件很花时间和繁琐的事情。今天就上网查了查有没有直接将图片中的公式转化为word版的，发现可以通过图片–&gt;LATEX–&gt;WORD这种方式。如下：

还有其他的方式，比如：Chrome插件。。。参考这篇博客

...]]></description><category></category></item><item><title><![CDATA[[Relation-shape CNN]的视频笔记]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/103118297</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/103118297</guid><author>ssq183</author><pubDate>Mon, 18 Nov 2019 10:33:29 +0800</pubDate><description><![CDATA[本来是想看看网上有没有关于该篇论文的代码解读，无意中看到该篇论文作者的视频讲解，虽然论文写得很清楚，但是还是决定去看看，或许能增加理解，也能学习作者的研究思路。
## 视频链接
一些有意思的related work





作者讲解的很全面，也很用心的整理了相关论文，详见作者的GitHub。粉了！！！！


...]]></description><category></category></item><item><title><![CDATA[Ubuntu常用命令]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/103026499</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/103026499</guid><author>ssq183</author><pubDate>Tue, 12 Nov 2019 12:28:03 +0800</pubDate><description><![CDATA[查看GPU使用情况：

nvidia-smi

kill ***（PID）

例如：



]]></description><category></category></item><item><title><![CDATA[找工作的经验之谈（来自师姐）]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/102803741</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/102803741</guid><author>ssq183</author><pubDate>Tue, 29 Oct 2019 17:12:24 +0800</pubDate><description><![CDATA[三种工作类型

算法
工作招聘中一般都会写： 机器学习算法工程师、深度学习，计算机视觉，自然语言处理。
开发
java,c++,python
java,c++招的比较多，python比较少。后面这些知识可以刷题，看看书补补
测试
一般要求实习经历，研究生期间在领域内做得好

四种公司类型

外企
对英语要求较高
国企
对技术要求不高，代码要求不高
互联网
分为提前批和正式批；
10月份之前结束招聘...]]></description><category></category></item><item><title><![CDATA[Learning to Sample]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/102687804</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/102687804</guid><author>ssq183</author><pubDate>Wed, 23 Oct 2019 10:45:41 +0800</pubDate><description><![CDATA[Background
3D数据可以用点云、multi-view img、体素网格来表示，点云相较于体素网格仅包含了3D 物体的表面信息，是一种更高效的表示方法。然而因为点云中包含大量的点，处理起来很难。于是想办法减少点的数量很有必要，比如，可以减少功耗、计算量、计算加载。
related work
随机采样、最远点采样等其他方法都是非学习的预定规则
Method

...]]></description><category></category></item><item><title><![CDATA[神经网络及其在点云中的应用]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/102579964</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/102579964</guid><author>ssq183</author><pubDate>Wed, 16 Oct 2019 10:05:46 +0800</pubDate><description><![CDATA[目录
1.传统的人工神经网络（也叫作多层感知机）分为几大模块
2. 卷积神经网络（也叫作多层感知机）分为几大模块？
3.基于点云的神经网络
神经网络可以分为生物神经网络和人工神经网络。我们通常在机器学习领域提到的神经网络都指的是人工神经网络。
1.传统的人工神经网络（也叫作多层感知机）分为几大模块
举一个实际的例子来理解神经网络：假如我们有一个有关于房价的数据集，这个数据集中有6个样本，每个样本的...]]></description><category></category></item><item><title><![CDATA[Graph Neural Networks: A Review of Methods and Applications-2018-arXiv论文阅读笔记]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/101118929</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/101118929</guid><author>ssq183</author><pubDate>Sat, 21 Sep 2019 22:24:01 +0800</pubDate><description><![CDATA[首先决定看这篇论文是直接在知乎上搜索“图卷积”，看到的一篇总结：图神经网络综述：模型与应用 - 张俊的文章 - 知乎。这篇总结主要是总结了标题中这篇论文大概都介绍了什么，于是觉得这篇论文很有必要阅读。
1. Introduction
图神经网络的应用
图是一种数据结构，能够将物体及其关系建模为结点node和边edge得益于其强大的表示能力，图神经网络主要应用在以下几个方面：

社交网络
自然科学（...]]></description><category></category></item><item><title><![CDATA[分割——总结]]></title><link>https://blog.youkuaiyun.com/ssq183/article/details/100979783</link><guid>https://blog.youkuaiyun.com/ssq183/article/details/100979783</guid><author>ssq183</author><pubDate>Wed, 18 Sep 2019 13:36:17 +0800</pubDate><description><![CDATA[目录

几种语义分割方法概述
详细论文思想总结

卷积神经网络(CNN)不仅能很好地实现图像分类，而且在分割问题中也取得了很大的进展。
几种语义分割方法概述

图像分块分类：即利用每个像素周围的图像块分别将各像素分成对应的类别。其中，使用图像块的主要原因是卷积网络通常具有全连接层，其输入需为固定大小的图像块。
完全卷积网络(Fully Convolutional Networks)。
除了全连接层...]]></description><category></category></item></channel></rss>