- 博客(15)
- 收藏
- 关注
RSS订阅原创 PV-RCNN之Roi-grid pooling详解
一、前言PVRCNN是2019年12月发布的一篇3d目标检测的文章，代码已经在2021年4月开源。传统的目标检测网络一般是基于 3d voxel 或者基于 pointnet 的方式，而PVRCNN，它结合了基于 point 和基于 voxel 这两种方式，从而提高了三维检测性能。PV-RCNN的原理在于，基于 voexl 的操作可以有效地对多尺度特征表示进行编码，并可以生成高质量的3D proposals，而基于PointNet的 SA 操作可以通过灵活的感受野保留准确的位置信息。论文里对网络结构和性
2022-03-07 12:28:47
4918
1
原创 PV-RCNN论文翻译
PV-RCNN: Point-Voxel Feature Set Abstraction for 3D Object DetectionAbstract1. Introduction3. PV-RCNN for Point Cloud Object Detection3.1. 3D Voxel CNN for Efficient Feature Encoding and Proposal Generation3.2. Voxel-to-keypoint Scene Encoding via Voxel Se
2022-02-25 12:54:16
2530
转载 python 使用ElementTree解析xml
python 使用ElementTree解析xml转载：https://www.cnblogs.com/hupeng1234/p/7262371.html
2021-07-15 13:06:23
102
原创 deepstream5.0配置文件示例
<config_infer_primary_yoloV4.txt>[property]gpu-id=0net-scale-factor=0.0039215697906911373#0=RGB, 1=BGRmodel-color-format=0#custom-network-config=/home/spypiggy/src/pytorch-YOLOv4/cfg/yolov4-tiny.cfg# model-file=yolov3-tiny.weightsmodel-engine
2021-04-14 18:58:08
772
1
转载 Docker入门教程
2020 Docker最新超详细版教程通俗易懂B站配套视频： https://www.bilibili.com/video/BV1sK4y1s7Cj视频配套笔记：https://www.cnblogs.com/eden-libinglin/p/13803729.html
2020-10-24 14:22:45
178
原创 禾赛数据集pandaset使用说明
禾赛数据集pandaset使用说明1. pandaset数据集介绍1.1 数据集下载1.2 数据集简介1.3 数据集格式说明2. 数据使用说明1. 创建一个`DataSet`对象来搜索序列2. 加载特定的序列3.读取点云数据4. 坐标系转换5.获取标签信息6. 数据展示1. pandaset数据集介绍1.1 数据集下载pandaset数据集下载地址：https://scale.com/resources/download/pandasetpandaset工具包代码地址：https://github.
2020-10-20 18:42:18
9195
22
原创 onnx模型转tensorflow的pb格式
onnx模型转tensorflow的pb格式遇到了很多坑，最常见的就是少了什么模块，或某个模块没有啥属性，如: module ‘tensorflow’ has no attribute ‘ceil’记录一下现在转换成功的方式，首先：git clone https://github.com/onnx/onnx-tensorflow.git之后在终端安装：pip install -e.pip install tensorflow-addons都安装好了后就可以直接在终端转换了：onnx-tf
2020-08-26 21:19:22
7814
5
原创 深度学习中模型训练效果不好的原因以及防止过拟合的方法
深度学习中模型训练效果不好的原因1. 是否选择合适的损失函数2. 是否选择了合适的Mini-batch size3. 是否选择了合适的激活函数4. 是否选择了合适的学习率5. 优化算法是否使用了动量（Momentum）6. 其他原因当我们用自定义的模型去训练某个数据集时，经常会出现效果不佳的情况：精度太低、损失降不下去、泛性太差等情况。可能的原因有：数据集样本太少，多样性不够；网络模型是否添加了BN层，损失函数和激活函数的选取；优化器的选取，学习率的设置等；这里暂时不考虑数据集的原因，我们首
2020-07-19 11:49:16
24418
原创 深度学习中梯度消失和梯度爆炸的根本原因及其缓解方法
一、梯度消失和爆炸的根本原因首先解释一下什么是梯度消失和梯度爆炸，梯度消失：梯度趋近于零，网络权重无法更新或更新的很微小，网络训练再久也不会有效果；梯度爆炸：梯度呈指数级增长，变的非常大，然后导致网络权重的大幅更新，使网络变得不稳定。其实不管是梯度消失还是梯度爆炸本质上都是由于——深度神经网络的反向传播造成的。可以通过两个角度去解释：一是在深层网络中，二是采用的激活函数导致的。1. 深层网络角度我们先来回顾一下神经网络反向传播的机理：简单的三层神经网络先看其中某一层的反算机制，上图中红色线
2020-07-06 11:38:40
28899
1
原创 Pycharm中文显示异常/乱码
乱码原因：一、格式不统一造成的乱码二、设置的字体不支持中文解决办法：一、File—settings----Editor----File Encodings里设置Global Encoding/Project Encoding、Default encoding for properties都为UTF-8二、设置字体为宋体simsunFile-settings-Edit-Font...
2020-06-09 13:41:37
1211
原创 MTCNN超详解
MTCNN超详解基于PyTorch的人脸检测算法模型MTCNN一、MTCNN的介绍二、MTCNN用到的主要模块1、图像金字塔2、IOU3、NMS4、图像正方形转换5、图像坐标反算三、MTCNN的网络架构1、样本数据的生成2、网络模型搭建3、网络模型的训练四、MTCNN的检测流程基于PyTorch的人脸检测算法模型MTCNN本文对MTCNN的样本制作，网络搭建，使用过程以及将要使用的算法和工具做了详尽的说明。源码部分可直接点击MTCNN代码下载。一、MTCNN的介绍1、人脸检测算法模型MTCNN使用
2020-05-27 21:17:17
10725
9
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