粽子的深度学习笔记

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

如何运用「云、端融合的数智化安全体系」高效护航数据安全

左手AI，右手安全 —— 一汽丰田数字化转型之路

URL
 https://openreview.net/pdf?id=T1Qx6EC08o
TL;DR
利用知识蒸馏来增强camera-based方法的特征学习。具体做法如下：
预训练一个高性能专家模

【Paper Reading·3Det 】On the Importance of Pretrained Knowledge Distillation for 3D Object Detection

因为3d检测训练时间太久，所以想要在mmdet3d上开多机，发现加载完标注文件pkl/json之后，卡住了，找到如下报错

mmdetection/mmdetection3d多机多卡训练

3D检测，用于3D box，点云快速可视化，辅助debug和分析：
 （Nuscenes,mmdet3d，OpenPCDet等适用）

3D Detection: 3D Box和点云 快速可视化

跟2d的FCOS差不太多，
 主要是依靠图片坐标系来分配target：

def _get_target_single(self, gt_bboxes, gt_labels, gt_bboxes_3d,
                           gt_labels_3d, centers2d, depths, attr_labels,
                           points, regress_ranges, num_points_per_lvl):
        "

FCOS3D label assignment

FCOS-LiDAR: Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images
 本文主要提出了lidar-based 的Range View视角下的3D目标检测方法。
 主要亮点：

【Paper Reading-3D Detection】Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images

最近服务器总是重启，导致实验中断，同时运行多个实验，tmux包括运行的命令全部消失，重新恢复又要不少时间，所以配置了一下tmux自动保存以及恢复。

服务器自动保存tmux会话以及恢复tmux会话

paper: https://arxiv.org/pdf/2204.00754.pdf
 code: GitHub - gujiaqivadin/HomographyLoss: Pytorch code of Paper ‘Homography Loss for Monocular 3D Object Detection’
 TL;DR
 本文提出一种方法利用object之间的关系来帮助估计3d boxes, 同时利用2d box来全局约束相应的3d box(增加2D,3D一致性约束），为了实现以上目标提出了Homography Loss。

【Paper Reading】Homography Loss for Monocular 3D Object Detection

之前就有关注过NanoDet，在轻量级检测模型中，卓越的性能，引起了广泛讨论，正巧前端时间看到NanoDet作者更新了第二代模型NanoDet-Plus，同时最近在做一些知识蒸馏的工作，看到NanoDet-Plus也引入了LAD[2]的工作，于是研究了一下NanoDet-Plus代码并进行一些修改实验。关于NanoDet-Plus的实验原理等，直接见作者的文章[1]，写得很详细，写得非常棒。本文主要基于NanoDet-Plus的代码进行理解，补充一些细节和自己的理解。

NanoDet-Plus及其代码解读

tps://pytorch.org/docs/stable/generated/torch.Tensor.scatter_.html)

torch.scatter_

地平线在Waymo自动驾驶挑战赛2020中方法(AFDet)的升级版-AFDetv2。模型是one-stage,anchor-free的，在保证速度的同时有一个较好的精度。本文方法集成了较多的东西，比较工程，在模型、训练、硬件方面都做了优化。

[Paper Reading-3d] AFDetV2: Real-Time Anchor-Free Single-Stage 3D Detection with IoU-Awareness

从官方网站上下载数据NuScenes 3D object detection dataset，没注册的需要注册后下载。
 注意： 如果觉得数据下载或者创建data infos有难度的，可以参考本文下方 5.

nuScenes数据集在OpenPCDet中的使用及其获取

电脑上运行较多应用，内存占用较高，发现Typora特别卡顿，但是同时chrome同时开着40+网页也没有卡顿，多个Pycharm也正常，打开任务管理器发现
 

win10上Typora卡顿的问题及其解决方案

 ## URL paper: RangeDet:In Defense of Range View for LiDAR-based 3D Object Detection https://arxiv.org/abs/2103.10039  

3D Detection paperreading

这篇博客给想要入坑Screeps但是不知道一开始不知道如何下手的玩家的教程，关于要不要入坑这篇博文介绍的很详细：Screeps 介绍及入坑，其他关于Screeps的信息也空余参考如下文档：
 中文官方文档
 官方教程
 Screeps API
 Screep 中文教程目录

Screeps入门: harvest,upgrader,builder初级自动化

详情见之前的笔记
 matting系列论文笔记（一）：Deep Image Matting

matting笔记_一周小结

from PIL import Image
import math
import torch
import torch.nn as nn
import torch.nn.functional as F

图像分割之DeepLab v3+

论文：Large Kernel Matters ——
 Improve Semantic Segmentation by Global Convolutional Network

图像分割之Global Convolutional Network(GCN)

题目：
'''
Given an array of integers, return indices of the two numbers such that they add up to a specific target.

You may assume that each input would have exactly one solution, and you may not use the same element twice.'''
1. 最开始的写法：
class Solution:

Python学习：关于Two Sum问题的一些记录

HSV是一种将RGB色彩模型中的点在圆柱坐标系中的表示法。这种表示法试图做到比RGB基于笛卡尔坐标系的几何结构更加直观。HSV即色相、饱和度、明度（英语：Hue, Saturation, Value），又称HSB，其中B即英语：Brightness。[1]


OpenCV学习：物体跟踪

一些常用的tkinter模块参数见这里：https://www.cnblogs.com/aland-1415/p/6849193.html


python学习之tkinter模块-猜数字游戏

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋 

腾讯云代码助手

CODING DevOps

Cloud Studio

SDK中心

API中心

命令行工具

腾讯云开发者社区推出了粽子的深度学习笔记专栏，为你提供了粽子的深度学习笔记的相关文章，致力于帮助开发者快速成长与发展。

粽子的深度学习笔记

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐