erzayi-CSDN博客

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