- 博客(20)
- 收藏
- 关注
RSS订阅原创 SSR：Navigation-Guided Sparse Scene Representation for End-to-End Autonomous Driving 代码解读
gamma=2.0,gamma=2.0,gamma=2.0,loss_cls: 物体分类损失，使用Focal Loss（解决类别不平衡问题）。权重为 2.0。loss_bbox: 物体边界框回归损失，使用L1 Loss（预测框和 GT 框的 L1 距离）。权重为 0.25。loss_traj: 物体未来轨迹点回归损失，使用L1 Loss。权重为 0.2。: 物体未来轨迹点的分类损失（可能用于预测轨迹是否存在或轨迹点的有效性），使用 Focal Loss。权重为 0.2。loss_iou。
2025-04-08 10:37:48
693
原创 Sparsebev环境问题（CUDA Runtime和nvcc 编译器版本冲突）和训练时间问题
配置sparsebev环境时一直报CUDA版本错误，2.0.011.8True我看sparsebev虚拟环境下就是CUDA-11.8啊，但是为啥之后就显示CUDA-10.2了呢？下面从两个概念开始。
2025-03-25 23:18:50
444
原创 BEVFormer报错（预测场景与真值场景的sample_token不匹配）
加载多帧数据，支持点云和图像的联合输入，增加了夜晚场景的专项处理。**（这里是 val）**的。只加载与预测结果匹配的样本。，计算指标并可视化结果。提供灵活的评估框架，
2025-03-21 18:03:54
410
原创 BEVFormer解读（提问版）
首先先把BEV提升到3维度（类似于魔方），得到每个网格的立体版了，再这这个立体网格上间隔选取4个点，每个点的索引坐标（x,y,z）就有了，然后再利用相机的内外参得到投影到图像上的坐标，但是不是每个图像上都会存在投影点（这就对了，前面的摄像头拍摄的图像，后面摄像头拍不到吧？），既然不是每个图像都能投影到，那就选那些有效的投影点。两个坐标系是不一样的，Query 坐标系是BEV的坐标系，图像原点位于BEV的左下角，而真实世界(x’,y’)是自车坐标系，也就说要从BEV坐标系转化到自车坐标系。
2025-03-13 21:57:06
889
原创 书生模型实战L1---OpenCompass 评测
第一章 入门岛L0（Linux）第二章 入门岛L0（python）第三章 入门岛L0（Git）第四章 基础岛L1（书生全链路开源介绍）第五章 基础岛L1（Demo）第六章 基础岛L1（Prompt）第七章 基础岛L1（RAG）第八章 基础岛L1（XTuner 微调）第九章：基础岛L1（OpenCompass 评测）
2024-08-22 20:57:12
433
原创 书生模型实战L1---XTuner 微调个人小助手认知任务
第一章 入门岛L0（Linux）第二章 入门岛L0（python）第三章 入门岛L0（Git）第四章 基础岛L1（书生全链路开源介绍）第四章 基础岛L1（Demo）第四章 基础岛L1（Prompt）第四章 基础岛L1（RAG）第四章 基础岛L1（XTuner 微调）
2024-08-19 15:41:04
659
原创 书生模型实战L1---书生·浦语大模型全链路开源开放体系
第一章 入门岛L0（Linux）第二章 入门岛L0（python）第三章 入门岛L0（Git）第四章 基础岛L1（Demo）第四章 基础岛L1（Prompt）第四章 基础岛L1（RAG）第四章 基础岛L1（书生全链路开源介绍）
2024-08-08 11:33:32
331
原创 书生模型实战L1---RAG 实践
RAG（Retrieval-Augmented Generation）技术是一种结合了信息检索和文本生成的人工智能方法，常用于自然语言处理任务。它的核心思想是，在生成文本时，不仅依赖模型内部的知识，还会检索外部数据或文档，帮助生成更加准确和有针对性的回答。假设你问一个使用了RAG技术的智能助手：“长城有多长？”智能助手首先会自己"思考"（生成模型部分），然后它还会去检索大量的资料（检索机制部分），比如历史文献、百科全书等，找到关于长城长度的准确信息。
2024-08-07 22:44:34
1023
原创 书生模型实战L1---LangGPT结构化提示词编写实践
第一章 入门岛L0（Linux）第二章 入门岛L0（python）第三章 入门岛L0（Git）第四章 基础岛L1（Demo）第四章 基础岛L1（Prompt）
2024-08-03 11:47:49
486
原创 书生模型实战L1---8G 显存玩转书生大模型 Demo(什么是分词器？AutoTokenizer, AutoModelForCausalLM)
第一章 入门岛L0（Linux）第二章 入门岛L0（python）第三章 入门岛L0（Git）第四章 基础岛L1（Demo）
2024-07-31 10:47:55
515
原创 CUDA版本问题
CUDA环境配置不对，代码就会报一些乱七八糟的错误，所以首先针对CUDA版本进行描述。nvcc -V, # 你直接机器上的cuda版本 nvidia-smi, # 当前driver可支持的最高版本（必须大于安装的cuda版本） torch.version.cuda # 当前torch支持的最高cuda版本确保安装时，选择的cuda和torch版本要满足。
2024-07-23 10:41:23
349
原创 书生模型实战L0---Git(如何使用Git)
课程设计的很好，前面的vscode之前没用过，学习到了远程连接和debug；现在又学习了最常用的分布式文件管理git。必须赞一个！！！！！
2024-07-20 21:31:25
1084
原创 书生模型实战L0---Python(包括VS code远程连接服务器和远程Debug)
第一章 入门岛L0（Linux）第二章 入门岛L0（python）
2024-07-18 17:51:40
789
1
原创 书生模型实战L0---Linux篇
此时，你的路由器已经知道，当外部网络的用户尝试通过特定端口连接时，应该将这些连接请求转发到你家中的特定电脑上。登录路由器：首先，你需要登录到你的路由器管理界面，这通常可以通过在浏览器中输入路由器的本地IP地址来实现（例如192.168.1.1）。测试连接：最后，你可以让你的朋友从外部网络尝试连接你的游戏服务器，看看是否成功。找到端口映射设置：在路由器的设置菜单中，找到“端口映射”、“虚拟服务器”或类似的选项。内部端口：这是你电脑上运行游戏服务器的端口，可能与外部端口相同或不同。
2024-07-18 15:40:04
433
原创 yolov5训练时出现WARNING: Ignoring corrupted image and/or label
在使用yolov5训练数据集时，出现如下警报(本来原有数据集是2万多张，最后排除出现警告的数据集，只有1万9千多张了)首先说明结果：在yolov5-master\utils\datasets.py中的问题。找到代码def verify_image_label(args): # Verify one image-label pair im_file, lb_file, prefix = args nm, nf, ne, nc = 0, 0, 0, 0 # number.
2021-07-23 09:18:14
35678
42
原创 yolov5模型训练自定义数据集
(47条消息) 教程：超详细从零开始yolov5模型训练_抛到海里的博客-优快云博客_yolov5本人第一次接触yolov5，基本上从头看的这篇博客，本博客主要目得是按照上述博客安装时候遇见的问题来阐述一下。1.anconda环境搭建2.yolov5下载3.素材整理4.模型训练5.效果预测首先说一下，一直截止到yolov5模型训练之前，都是在win10的环境中按照步骤来的。在yolov5模型训练中，使用服务器。1.anconda环境搭建(略过)需要注意全程是在yolo环境下运行
2021-06-30 11:56:26
791
2
原创 在服务器中配置Tomcat服务器
首先你需要配置好JAVA_HOME(网上一大堆) 配置环境变量：https://www.cnblogs.com/liuhongfeng/p/4177835.html可以见这篇文章 系统环境变量配置：1，新建变量名：CATALINA_HOME，2，打开PATH，添加变量值：“ ;%CATALINA_HOME%\lib;%CATALINA_HOME%\bin ”启动Tomcat，用过...
2019-08-22 15:47:09
1456
原创 静态网页如何挂到阿里云服务器，并通过IP访问
1.构建一个网页的大体流程如果你写了前端页面想发布到网上让大家一起看看你的作品，那么你需要一台服务器 服务器的话你可以租用阿里云，腾讯云，华为云等的服务器(这些都有学生机。阿里云学生机9.5元/月)，如果你想让你的网站更好的记住，可以购买一个域名。（注意：本教程没有用域名，是通过IP访问的） 配置服务器：把你的项目发送到服务器上，通过配置IIS服务器，完成配置 发布成功2.本教程使用的...
2019-08-21 19:50:44
5834
原创 突发奇想
原来真的让我惧怕的不是编程语言本身，而是辅导视频上那些繁琐的API用法，这个对象有什么方法，怎么怎么用，看了一遍又一遍，甚至想死记硬背过，现在想想感觉这和背单词有什么两样。 程序 = 数据结构+算法，那么多对象方法的用法我不可能都一一背过，真正需要我做的就是有这个用法的印象，初期我不要求自己掌握它的底层算法，只想做出一些作品来，完成一些功能让自己得到心理上的满足感，等完成熟练之后，中期回...
2019-06-11 19:34:41
281
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人