- 博客(13)
- 资源 (5)
- 收藏
- 关注
原创 ubuntu装机
ubuntu装机ubuntu 18.04 LTSCUDA10.0cudnn7.5.0软碟通U盘启动安装ubuntu18.04安装显卡驱动ubuntu-drivers devices #确定显卡驱动型号sudo apt-get updatesudo ubuntu-drivers autoinstall #安装成功sudo reboot #重启电脑anaconda3安装bash Anaconda3-5.3.1-Linux-x86_64.shtypora# or run:#
2020-12-18 15:22:40 266
原创 CBGS
Class-balanced Grouping and Sampling for Point Cloud 3D Object Detection2019 nuScenes 3D Detection Challenge 冠军 旷视Abstract本文介绍了我们的方法,该方法赢得了在自动驾驶研讨会(WAD,CVPR 2019)上举行的nuScenes 3D检测挑战赛 通常,我们利用稀疏3D卷积提取丰富的语义特征,然后将其接入class-balanced multi-head的网络中以执行3D目标检测。
2020-11-27 18:34:28 840
原创 PointRCNN
PointRCNN: 3D Object Proposal Generation and Detection from Point CloudCVPR 2019Abstract在本文中,我们提出了PointRCNN用于从原始点云进行3D目标检测。 整个框架由两个阶段组成:第1阶段用于自底向上的生成3D proposal,第2阶段用于在canonical coordinates中refining proposal以获得最终的检测结果。我们的第1阶段子网络不是像以前的方法那样从RGB图像生成propos
2020-11-25 10:56:22 704 1
原创 PointPillars
PointPillars: Fast Encoders for Object Detection from Point CloudsCVPR 2019 点云中的目标检测是许多机器人应用程序(例如自动驾驶)的重要部分。在本文中,我们考虑将点云编码为适合下游检测pipeline的格式。 最近的文献提出了两种类型的编码器。 固定编码器趋向于快速但牺牲准确性,而从数据中学习的编码器则更准确,但速度较慢。 在这项工作中,我们提出了PointPillars,这是一种新颖的编码器,它利用PointNets学习在v
2020-11-25 10:45:46 1479 1
原创 SECOND
SECOND: Sparsely Embedded Convolutional Detectionsensors 2018(机器人顶会) 优化VoxelNet摘要基于LiDAR或基于RGB-D的目标检测被用于从自动驾驶到机器人视觉的众多应用中。 在处理点云LiDAR数据时,基于Voxel的3D卷积网络被用于提取信息。 但是推理速度慢和方向估计性能低等问题仍然存在。 因此,我们研究了一种针对此类网络的改进的稀疏卷积方法,该方法显着提高了训练和推理的速度。 我们还介绍了一种新的角度损失回归形式,以改善方
2020-11-25 10:40:31 214
原创 VoxelNet
VoxelNet: End-to-End Learning for Point Cloud Based 3D Object DetectionCVPR18摘要在3D点云中准确检测目标是许多应用中的核心问题,例如自主导航,客房服务机器人和增强/虚拟现实。为了将高度稀疏的LiDAR点云与区域建议网络(RPN)进行接口,大多数现有的工作都集中在手工制作的特征表示上,例如鸟瞰图。 在这项工作中,我们避免了对3D点云进行手动特征,并提出了VoxelNet,这是一种通用3D检测网络,它将特征提取和边界框预测统一
2020-10-15 21:19:21 663
原创 PointNet++
PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric SpaceNIPS 2017摘要以前很少有在点云的deep learning方面的研究,PointNet是这方面的先驱。然而,pointnet并不能捕获由点所在的度量空间所决定的局部结构,这会限制模型的细腻度识别能力以及对于复杂场景的泛化能力。在此次工作上,我们引入了一个分层的神经网络,该网络在输入特征点的一个嵌套分区上递归的使用pointnet。通过探索
2020-10-14 20:19:07 785
原创 PointNet
PointNet: Deep Learning on Point Sets for 3D Classification and SegmentationCVPR 2017摘要点云是几何数据结构的一种重要类型。 由于格式不规则,大多数研究人员将此类数据转换为规则的3D体素网格或图像集合。 但是,这使数据变得庞大并引起问题。 在本文中,我们设计了一种直接处理点云的新型神经网络,该网络很好地考虑了输入中点的排列不变性。 我们的网络名为PointNet,为object classification, par
2020-10-13 17:00:23 177
原创 3D Multi-Object Tracking: A Baseline and New Evaluation Metrics
3D Multi-Object Tracking: A Baseline and New Evaluation MetricsIROS 2020 ECCVW 2020摘要3D多目标跟踪(MOT)是许多应用(例如自动驾驶和辅助机器人)的重要组成部分。 3D MOT的最新工作侧重于开发精确的系统,而较少关注诸如计算成本和系统复杂性之类的实际考虑。相反,这项工作提出了一个简单的实时3D MOT系统。我们的系统首先从LiDAR点云获取3D检测。 然后,将3D卡尔曼滤波器和匈牙利算法的直接组合用于状态估计和
2020-10-12 15:06:05 1397
原创 PMPNet
LiDAR-based Online 3D Video Object Detection with Graph-based Message Passing and Spatiotemporal Transformer AttentionCVPR 2020摘要现有的基于LiDAR的三维目标检测大多集中在单帧检测上,而忽略了连续点云帧的时空信息。**本文提出了一种基于点云序列的端到端在线三维视频目标检测方法。**该模型包括空间特征编码组件和时空特征聚合组件。在前一部分中,提出了一种新的支柱消息传递网络(
2020-10-12 15:01:00 712
原创 CCF推荐会议与期刊(人工智能 CV)
CCF推荐国际学术会议(人工智能)2020年下半年~2021上半年会议时间表A类名称截稿时间举办时间地点AAAI2020.9.1(已截止)2021.2.2-2.9线上NeurIPS2020.5.27(已截止)2020.12.6-12.12线上CVPR2020.11.162021.6.21-6.24田纳西州纳什维尔ICCV2021.3.102021.10.11-10.17加拿大蒙特利尔IJCAI2021.1.122021.8.2
2020-09-24 19:50:27 2744
原创 分频器
分频器rst一般不与clk的时钟沿同步,所以时钟分频的第一个周期不是整周期,从0开始计数略小,从1开始计数略大。一般选0开始,时钟开始之后第一个上升沿开始操作。偶数分频(2N) 模为N的计数器,实现50%占空比的时钟信号,每次计数到N。module Clk_div4(clk_in,clk_out,rst);input clk_in;input rst;output clk_out;reg
2017-08-07 15:36:43 2259 1
原创 verilog入门知识小结
verilog入门知识小结阻塞赋值’=’与非阻塞赋值’<=’ 阻塞赋值:在本句之后所有语句执行之前执行,后边的语句必须在这句执行完毕才能执行,即顺序执行; 费阻塞赋值:always块所有语句执行完毕再赋值,即并行执行; 注: 1.时序用‘<=’,左边是reg型;组合的always和assign用‘=’左边是wire型; 2.reg输出只在时钟边沿变换,所以必须在always中赋值;wir
2017-08-07 11:37:15 525
AD9959控制代码
2017-09-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人