- 博客(45)
- 收藏
- 关注
RSS订阅原创 RoMo: Robust Motion Segmentation Improves Structure from Motion
看起来像是一篇投稿CVPR的文章，不知道被哪个瞎眼审稿人拒了。同期还有一篇CVPR被接收的工作Segment Any Motion in Videos，看起来不如这篇直白（也可能是因为我先看过spotlesssplats的缘故），后面也应该一并介绍了的。总体来说：就是如何给sam2提供一个很好地prompt，获得视频序列的dynamic mask 分割结果。
2025-04-05 23:12:41
235
原创 Segment Any 4D Gaussians
直接4DGS+GS grouping存在问题： 由于存在GS漂移，所以会导致无法满足同一GS所有时刻都表示同样的物体，导致错误表示。所以作者提出，应该不同时刻的同一GS可能属于不同的类？这点我真的有点难以理解，但加入时刻t作为输入后，效果又确实变好了。那么我觉得应该思考一些，那一篇tracking文章的约束，保证高斯的移动方向要一致，是不是就可以解决漂移问题，从而再次保证不同时刻的同一GS表示同一物体？文章核心是对GS分类时要加入时间信息，但是如果GS本身就已经被区分为动静态的话，还需要这样做吗？
2025-03-05 18:20:54
29
原创 Hugging Face网络连接问题
趁着模型下载，记录一下hugging face遇到的网络连接问题，难道只有我想吐槽这个垃圾的科研环境什么时候是个头吗？hugging face到底方便了谁，又绊住了谁。到底什么时候才能没有那堵墙？感觉大家都挺坦然接受的。每次配环境面临的问题是在日本的几倍甚至几百倍。
2025-02-12 14:44:56
146
原创 Neuralangelo代码重点部分
又是一篇新文章，最近完全没有动力搞下去，不知道是因为要放假了还是想退学，anyway，有了一点点新的idea想基于这篇文章验证一下。
2025-01-12 14:26:35
201
原创 写给自己的一些心得体会(+年终总结)
总之，不要投机取巧，不要视而不见，我想我一瞬间还是会产生些邪恶的念头，不过在想象自己站在演讲台讲述自己论文的时候心虚的样子，一切就会戛然而止。曾经我会抱怨团队，抱怨实验室没显卡，现在即使在一个完美的团队，我依然还是这样，真的全是我自己的问题，浮躁、不愿意深度思考问题，论文看得太少、表达能力太差。我时常在想我在日本的这几个月到底收获了什么，我不知道这样的生活是不是还该继续，我是不是真的没办法搞科研，我真的好希望有一天骄傲的站在演讲台上讲述自己的文章，又或许那一天永远也不会来临。
2024-10-26 15:49:01
284
1
原创 Ref-NeuS参数记录
这篇文章中的uncertainty估计非常值得参考，尤其是寻找当前view到其他view的投影点，这里记录一下这部分代码的参数，因为它起名实在太混乱了！！
2024-10-02 12:03:09
228
1
原创 Aborted (core dumped)
这里有两个值，四个pixel的avg按正常的值求出来，没有梯度；主要是怎么从中心点出发，扩大半径以求解对应的normal，这里为了不增加额外计算，就把sdf_lloss那部分不同半径同一位置计算的sdf删掉了，即： cal_sdf_loss=False，但显然这样或造成计算图不一致报错（我猜是这个原因），总之加入额外计算后就不再报错了。
2024-09-16 12:52:52
205
原创 K-Planes代码记录
原文，又要换baseline，可是效果不好能怎么办呢，我可不可以发疯。k-planes的代码又是非常工程琐碎的，大佬的代码果然不顾小白死活。随便记录下整个过程。
2024-07-01 17:02:54
572
原创 Tri-MipRF: Tri-Mip Representation for Efficient Anti-Aliasing Neural Radiance Fields
按照这个版本安装，tinycudann不在报错。（好烦啊，主页上还说要安装cu11.6，结果根本不可以）
2024-01-24 11:23:27
998
5
原创 nerf-studio初体验
整个安装过程非常简单，运行得也很丝滑，最大的难点在于中文资料太少，英文看得头痛。本文也是参考了许多链接，有些比我写得详细多了，各位选择性看吧。
2023-06-29 14:12:48
1258
1
原创 NeRF+SLAM论文阅读笔记
2.编码方式：one-blob（提升未观察到区域的补全能力和一致性）编码方式根据场景表示（hash网格）制定。iMap：由于实时性的要求，iMap使用系数采样和减少迭代次数提升效率，造成丢失高频细节&增大误差。1)场景表示：联合坐标+参数编码-------MLP---------->RGB和SDF。3)mapping：从所有帧采样的全局射线进行全局BA，联合优化map&pose。场景表示：如八叉树、哈希/体素网格等虽然可以提升效率，但缺乏MLP固有的。1.场景表示：多分辨率哈希网格（加速&保留高频特征）
2023-06-15 10:26:41
1830
4
原创 深度估计阅读记录
使用SDF这种表示方式替换NeRF中的MLP，使得在获得更准确的结果。我们通过的函数来实现这一点（We achieve that by modeling the volume density as a function of the geometry.）。：1. 将体密度利用公式转为SDF，使得alpha和beta是可学习的参数。其余看不懂。总之，文章的核心应该在于，从而可以将desity表示为SDF进行优化，以及实现一系列其他目的，比如：分离颜色和几何。
2023-06-08 15:07:28
820
原创 NeRF-SLAM代码记录
因为有相关依赖，所以尽量使用命令下载代码。2. 新建nerf-slam环境，github上也没提到python是哪个版本，这里就随便选了一个（这个github真的好简陋），下面这几行都是按照mip-nerf-pytorch的代码安装的3.安装torch到这一步就彻底卡住了5.编译，在执行，（以下顺序不太记得了）会出现无数个错误出现接着出现hash - r然后出现，需要进行一系列的安装接着出现以上全都安装完成后，执行以下命令，应该需要几分钟时间吧这个步骤遇到过很多奇奇怪怪的错误，以下逐一列出。
2023-05-28 22:24:44
1074
1
原创 Point-SLAM: Dense Neural Point Cloud-based SLAM阅读记录
早期的场景表示使用TSDF，之后使用可扩展(scalable)的表示方式，如：octree等，更进一步地，还可以在tracking上加入loop做改进（BundleFusion）；解决noise depth maps（RoutedFusion），NeuralFusion和 DI-Fusion在此基础上进行扩展；使用RGB作为输入；优化测试时间…
2023-05-15 21:32:49
1837
1
原创 windows跑通instant-ngp过程记录
总之先使用git命令下载一部分（这一部分也会随机报错，多尝试求好运吧），然后等子模块报错时再一个个去denpendencies下载。，需要注意的是，要跟着youtube或者b站视频来安装，视频时长20min左右。
2023-03-24 18:39:34
1484
5
翻译 SLAM中坐标系的转换问题
t2=[0.3,0.1,0.1]^T (q的第一项为实部。这里的q和t的表达的是Tcw，也就是世界到相机的变换关系。小萝卜二号的位姿为q2=[-0.5,0.4,-0.1,0.2],t=[-0.1,0.5,0.3]设有小萝卜一号和小萝卜二号位于世界坐标系中，小萝卜一号的位姿为：q1=[0.35,0.2,0.3,0.1],T ,求该向量在小萝卜二号坐标系下的坐标，请编程实现此事。T_1w :表示世界坐标系到小萝卜一号坐标系的变换关系。T_2w:表示世界坐标系到小萝卜二号坐标系的变换关系。
2023-02-27 20:39:29
445
原创 NICE-SLAM: Neural Implicit Scalable Encoding for SLAM论文阅读记录
论文看到一半的时候给别人安利，突然被问起这篇文章创新点是什么，我竟然答不出来，又看了个寂寞，于是写下这篇总结。
2023-02-18 22:23:38
1730
5
原创 DSGN++记录
以上如此复杂，3D Camera转点云，对点云进行截取，再点云转图像，为什么不直接使用图像2D粘贴呢？是因为路面那里需要伪点云吗？也包括是否重合更好判断吧。可以展示出最后的增强的效果（只是单独的copy_paste策略，其他的增强方法在后续的for循环中可以看到）。7. 把图像投影至检测框的大小，使用Opencv函数视觉投影(6. 读取点云和图像，点云似乎没有用到只是添加进了列表里。后面就是字典的添加，没耐心细看了，返回一个字典。8. 将图像对应像素点替换为warp后的图像。
2022-11-22 22:12:59
705
原创 使用DSGN++训练自己的数据集
今天在看waymo数据集的时候突然发现也有灰度相机，回想了一下kitti也是灰度相机，莫非…双目相机大部分都不是全彩色？（waymo数据集需要自己去了解+下载）关于如何使用DSGN++测试waymo数据集，我大致有直接利用OpenPCDet里读取数据集的方法，生成waymo数据集下的.pkl文件，修改.yaml中数据集路径。把tfrecord中的数据全部读取出来，包括label、lidar、calib、image等，像kitti一样进行组织，再生成.pkl文件。
2022-11-18 17:17:32
861
8
原创 记录kitti数据集的坐标系转换问题
P0~P4相机内参相机外参3D相机坐标系(x,y,z,1) —>2D图像(u,v,1)世界坐标系/点云坐标系(X,Y,Z,1) —>3D相机坐标系(x,y,z,1)维度不变 3*4添加维度 3*4到4*4Tr_velo_to_cam称为外参矩阵，由旋转+平移矩阵构成，为了保证维度，需要同时对点云和矩阵进行升维。总之，就是一个内参、一个外参，一个不加维度，一个变为4*4，相应的数据也都跟着多了一维。看起来似乎很简单，但我还是看了好几天。
2022-11-07 11:50:22
3360
10
原创 ConnectionRefusedError: [Errno 111] 拒绝连接 vscode调试代码
搜索了一堆方法，不是废话就是无效。这个界面，找到冲突的端口然后关掉。
2022-10-25 21:03:18
2385
翻译 记录DSGN++环境配置过程
DSGN++: Exploiting Visual-Spatial Relation for Stereo-based 3D Detectors 1.PSV通道数过小，导致3D特征表示能力差2.只对俯视图进行特征提取和使用（3DGV——（x,y,z））3.类别不平衡（目标检测任务都有）1.提出Depth-wise PV（此处没懂怎么就Depth-wise了？），未增加通道个数，在保证了计算效率的情况下又不影响特征的局部性2.使用前视图和俯视图联合提取特征3.数据增强方法复制-粘贴策略）
2022-10-11 18:18:59
2545
19
原创 点云3D目标检测之——尝试SFD代码跑通（超详细！！）
在kitti数据集上目前排名前三，文章通俗易懂（也可能是我没看懂）（这部分后面再补吧）
2022-09-28 15:42:42
4880
16
原创 Linux系统Python3.8安装Mayavi包
通过翻阅各大资料可知，python3.7和python3.6都会好安装一些，而且百度搜到的教程普遍都是3.7以下+windows系统，这让我花费了一天安装，但其实命令很简单，只是版本匹配的问题。
2022-09-26 09:45:19
2380
13
原创 点云作业python基础
4.又或者将DataFrame转为Numpy类型，使用o3d.points = o3d.utility.Vector3dVector(points)或者o3d.normals = o3d.utility.Vector3dVector(normals)再保存为o3d类型，进行可视化等操作。运算是根据行列索引进行的，相同列相同行（指行列索引）对应的数据做运算，不是共同拥有的行列索引也会保留下来，但是对应的结果为NaN。操作后可以使用pynt.points=df重新改变pynt，再转为o3d。
2022-08-10 18:32:00
391
原创 pytorch基本函数练习
基础操作数据类型数据生成索引和切片维度变换进阶操作boardcast机制合并和分割（1）合并torch.cat() 函数，需保证除了合并维度外的其他维度size一致（2）分割torch.stack() 函数，保证两个合并张量size完全一致数学运算（1）运算符号运算+ 等价于 torch.add()加法- 等价于 torch.sub()减法* 等价于 torch.mul()乘法/ 等价于 torch.div()除法**乘方
2022-05-24 21:10:37
399
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