- 博客(19)
- 收藏
- 关注
RSS订阅原创 【论文笔记】---YOLOP: You Only Look Once for Panoptic Driving Perception
YOLO全景驾驶感知概论 全景驾驶感知网络（YOLOP）来同时进行交通目标检测、可驾驶区域分割和车道检测。它由一个用于特征提取的编码器和三个用于处理特定任务的解码器组成。 车道通常是可行驶区域的边界，可行驶区域通常紧密围绕交通对象。多任务网络更适合这种情况，因为(1)它可以通过一次处理多个任务而不是一个接一个地处理多个任务来加速图像分析过程(2)它可以在多个任务之间共享信息，这可以提高每个任务的性能，因为多任务网络通常共享相同的特征提取主干。 使用轻量级CNN作为编码器从图像中提取特征。然后将
2021-10-31 20:17:29
416
原创 【论文笔记】--LiDAR-based Multi-Task Road Perception Network for Autonomous Vehicles
基于激光雷达的自动驾驶汽车多任务道路感知网络摘要 对于自动驾驶汽车来说，在动态驾驶环境中实时获取综合的静态道路信息是其重要要求。对周围道路的综合感知应该包括对遮挡下的整个道路区域的准确检测，以及道路的三维几何和拓扑类型，以便于自动驾驶的实际应用。为此，我们提出了一种轻量级、高效的基于lidar的多任务道路感知网络(LMRoadNet)，可以同时进行无遮挡道路分割、道路地面高度估计和道路拓扑识别。为了优化该网络，在公共SemanticKITTI数据集的基础上，半自动化地建立了相应的多任务数据集Multi
2021-10-30 22:41:17
504
原创 【论文笔记】--基于深度学习的目标检测算法综述
基于深度学习的目标检测算法综述摘要 对目标检测算法进行对比，研究两阶段与一阶段算法的发展过程，提出未来发展方向。目标检测包括分类和定位，传统算法使用滑动窗口选择候选区初步定位，通过局部二值模式、方向梯度直方图等进行特征提取，通过支持向量机、Adaboost算法进行分类。传统算法效率与准确率低，鲁棒性差，深度学习算法成为热门。两阶段目标检测 区域提取算法核心是卷积神经网络CNN，先利用CNN骨干提取特征，然后找出候选区域，最后滑动窗口确定目标类别与位置。R-CNN首先通过 SS 算法提取 2k
2021-10-30 19:07:51
917
原创 【论文笔记】--目标检测算法在交通场景中应用综述
目标检测算法在交通场景中应用综述摘要 总结目标检测算法发展与研究现状，one-step与two-step优缺点对比，以车、人、非机动车为目标，从传统检测方法、目标检测算法、目标检测算法优化、三维目标检测、多模态目标检测、重识别六个方面分别论述和总结。 交通场景是目标检测领域热点，传统方法复杂、精度低，深度学习方法发展。目标检测分为基于候选区域（two-step）和基于回归（one-step）两类。前者通过子网络辅助生成候选边界框，后者直接在特征图上生成候选边界框。 基于候选区域的算法检测速
2021-10-30 18:49:33
3748
原创 【论文笔记】---Interval-Based Visual-LiDAR Sensor Fusion
基于区间的视觉激光雷达传感器融合摘要由于摄像机和光探测与测距（LiDAR）传感器提供了有关环境的补充信息，因此，通过将LiDAR测量的距离指定给图像中检测到的视觉特征，将其信息融合到移动机器人定位中是有益的。然而，现有的方法忽略了融合信息的不确定性，或者以乐观的方式对其进行建模（例如，不考虑外部校准误差）。由于传感器融合过程中误差的实际分布通常是未知的，因此我们假设只知道包含误差的边界（或间隔）。因此，我们建议使用区间分析将误差从输入源直接传播到融合信息。为了证明我们方法的适用性，我们使用融合信息进行
2021-10-29 15:28:44
1162
原创 线性回归分析
文章目录回归算法-线性回归分析线性模型线性回归损失函数损失函数直观图（单变量）最小二乘法梯度下降sklearn线性回归梯度下降API回归性能评估性能评估API回归算法-线性回归分析线性模型w为权重，b称为偏置项线性回归通过一个或者多个自变量与因变量之间之间进行建模的回归分析。其中特点为一个或多个称为回归系数的模型参数的线性组合。一元线性回归：涉及到的变量只有一个多元线性回归：涉及到的变量两个或两个以上通用公式：其中????,????为矩阵：损失函数总损失定义：又称最小二乘
2021-04-02 08:57:18
477
原创 scilit-learn数据集、K-邻近算法、朴素贝叶斯、随机森林算法笔记
文章目录scikit-learn数据集APIsklearn.datasets获取数据集返回的类型数据集分割scikit-learn数据集APIsklearn.datasets加载获取流行数据集datasets.load_*()获取小规模数据集，数据包含在datasets里datasets.fetch_*(data_home=None)获取大规模数据及，需要从网络上下载，函数的第一个参数是data_home，表示数据集下载目录，默认是~/scikit_learn_data/获取数据集返回的
2021-04-01 09:03:15
1127
原创 LSTM&GRU
文章目录RNN神经网络短时记忆激活函数TanhSigmoidLSTMGRURNN神经网络短时记忆RNN神经网络与全连接神经网络类似，只不过RNN神经网络每一层都用同一组权重参数传递信息。前向传递经过许多节点后，得到一个误差值，而在反向传播过程中，误差在每一步都会乘一个参数W，如果参数W<1，那经过不断与误差累乘，传到初试时间的时候，就可能会变成一个接近于0的数，所以对于初始时刻，误差就相当于消失了，这就是所谓的梯度消失，或者叫梯度离散；反之，如果W>1，经过不断与误差累乘，就会得到一个
2021-03-16 14:08:01
439
原创 Arduino入门
文章目录下载和安装下载方法一方法二安装下载和安装下载方法一进入arduino官方网站：https://www.arduino.cc/找到Downloads Arduino IDE区域，右侧选择自己电脑操作系统以及对应版本（以Windows10为例）。可以不付款，直接选择“仅下载”选项，直接下载安装包即可。由于是国外的网站，所以下载速度可能会慢一些，请耐心等待，也可以尝试第二种方法下载。方法二进入“太极创客”官网：http://www.taichi-maker.com/选择“下载”
2021-03-08 19:52:57
2044
原创 神经网络与BP算法
文章目录神经网络神经网络神经网络的作用人工神经元神经元模型激活函数人工神经网络基础神经网络层人工神经网络结构前馈神经网络神经网络神经网络大量（结构简单、功能接近）的神经元节点按一定的体系架构连接成的网状结构。神经网络的作用分类、模式识别、连续值预测建立输入与输出的映射关系人工神经元神经元模型每个神经元都是一个结构相似的独立单元，它接受前一层传来的数据，并将这些数据的加权和输入非线性作用函数中，最后将非线性作用函数的输出结果传递给后一层。激活函数人工神经网络基础神经网络神经
2021-03-05 22:49:37
1002
原创 图像特征与描述
文章目录计算机视觉计算机视觉研究如何使机器“看”的科学，让计算机具有人类视觉的所有功能，让计算机从图像中提取有用的信息。重点：语义感知分类（物体、属性、场景）、检测（物体、行人、人脸）、识别（物体、人）、分割、检索（以图搜图，以文搜图，图文联搜）、语言（图片描述、问答）...
2021-03-05 09:22:19
1380
原创 树与树算法
文章目录树与树算法树的概念树的术语二叉树基本概念二叉树的特性二叉树遍历方法二叉树代码实现广度遍历代码实现先序遍历代码实现中序遍历代码实现后序遍历代码实现树与树算法树的概念树是一种抽象数据类型或是实作这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n个有限节点组成一个具有层次关系的集合。特点：1.每个节点有零个或多个子节点2.没有父节点的节点称为根节点3.每一个非根节点有且只有一个父节点4.除了根节点，每个子节点可以分为多个不相交的子树树的术语二叉树基本概念二
2021-02-25 19:30:53
357
原创 归并排序、二分查找
文章目录归并排序归并排序代码实现时间复杂度常见排序算法效率比较搜索二分查找法二分查找法代码实现递归方法非递归方法时间复杂度归并排序归并排序是采用分治法的一个非常典型的应用，归并排序的思想就是先递归分解数组，再合并数组。将数组分解最小之后，然后合并两个有序数组，基本思路是教教两个数组的最前面的数，取小的，取之后相应的指针往后移一位再比较，直至一个数组为空，最后把另一个数组的剩余部分复制过来即可。归并排序代码实现def merge_sort(alist): """归并排序""" n =
2021-02-25 16:53:19
604
原创 希尔排序、快速排序
文章目录希尔排序希尔排序过程时间复杂度希尔排序代码实现希尔排序希尔排序是一种插入排序，也称缩小增量排序，是直接插入排序算法的一种更高效的改进版。希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序，随着增量逐渐减小，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法终止。希尔排序过程将数组列在一个表中并对列分别进行插入排序，重复此过程，不过每次用更长的列来进行。最后整个表就只有一列。时间复杂度·最优时间复杂度：根据步长序列的不同而不同·最坏时间复杂度：O(n2
2021-02-25 11:03:53
384
原创 栈与队列、冒泡排序、选择排序、插入排序
文章目录栈队列栈栈，也称堆栈，是一种容器，可存入数据元素、访问元素、删除元素，特点是只允许在容器的一端进行加入数据和输出数据的运算，没有了位置概念，保证任何时候可以访问、删除的元素都是此前最后存入的那个元素，确定了一种默认的访问顺序。由于栈数据结构只允许在一端进行操作，因而按照后进先出的原理运作。队列队列只允许在一端进行插入操作，而在另一端进行删除操作的线性表。队列是一种先进先出的线性表。允许插入的一端为队尾，允许删除的一端为队头。队列不允许在中间部位进行操作。排在第一个的优先出列，最后来的排
2021-02-24 16:49:03
625
原创 链表
文章目录链表链表的定义单向链表链表与顺序表的对比链表链表的定义链表是一种线性表，它是在每一个节点里存放下一个节点的位置信息。单向链表每个节点包含两个域，一个信息域，一个链接域，这个链接指向链表中的下一个节点，最后一个节点的链接域则指向空值。# 单链表功能代码实现class Node(object): """节点""" def __init__(self, elem): self.elem = elem self.next = Nonecl
2021-02-22 20:53:27
106
原创 数据结构
文章目录顺序表顺序表的形式顺序表基本形式元素外置形式顺序表的结构与实现顺序表的结构顺序表的两种基本实现方式一体式结构分离式结构元素存储区替换元素存储区扩充顺序表的操作增加元素删除元素Python中的顺序表list的基本实现形式顺序表顺序表的形式顺序表基本形式数据元素本身连续储存，每个元素所占的储存单元大小固定相同，元素的下标是其逻辑地址，而元素储存的物理地址可以通过储存区的起始地址Loc(e0)加上逻辑地址(第i个元素)与储存单元大小©的乘积而得：Loc(ei) = Loc(e0) + c*i访问
2021-02-22 17:12:43
375
原创 算法引入
算法的提出算法的概念算法是独立存在的一种解决问题的思路和方法。实现语言并不重要，重要的是思想。算法五大特性1.输入：算法具有0个或多个输入；2.输出：算法至少有一个或多个输出；3.有穷性：算法在有限的步骤之后会自动结束而不会无限循环，并且每个步骤可以在可接受的时间内完成；4.确定性：算法中的每一步都有确定的含义，不会出现二义性；5.可行性：算法的每一步都是可行的，也就是说每一步都能够执行有限的次数完成。# 如果a+b+c=1000,且a^2+b^2=c^2(a,b,c为自然数)，如何求出所
2021-02-22 14:32:20
538
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