
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
SOLD2预训练模型用于服务器上跑自己的数据集的完整步骤
论文链接:论文源码:

对维度上拼接的详解
在深度学习和PyTorch中,“维度上拼接”(Concatenation along a dimension)指的是将两个或多个张量(tensors)沿着指定的维度合并成一个更大的张量。这种操作在构建神经网络时非常有用,尤其是在处理具有不同来源或不同特征的输入数据时。
E-RAFT: Dense Optical Flow from Event Cameras数据集
数据集方法类型数据来源真值质量位移范围优势/局限性MVSEC激光雷达里程计(室外)<br>视觉里程计(室内)激光雷达、里程计、视觉特征点中/低最大 10 像素简单易用,但真值质量有限,难以处理动态物体和大位移光流。DSEC-Flow立体匹配 + 激光雷达里程计立体事件相机、激光雷达、里程计高最大 210 像素高质量真值,大位移光流,适合复杂场景和高精度光流估计,但生成过程复杂。

Bottleneck层
Bottleneck层是一种具有较少参数和计算量的卷积层,通常用于替代传统的卷积层以减少模型的复杂度和计算负担。这种层结构的设计思路是,通过减少中间层的通道数(即特征图的数量),来“挤压”信息并通过一个较小的“瓶颈”,然后再通过扩展层恢复通道数,从而实现特征的非线性变换和信息的有效传递。Bottleneck层是深度学习网络中一种重要的层结构,它通过减少中间层的通道数来减少模型的计算复杂度和参数数量
解决No module named ‘rospy‘
pip install rospkg没用,应该是这个源里面没有这个包,解决方法如下:
到底了