关注点击关注上方“AI深度视线”，并“星标”公号技术硬文，第一时间送达！精彩内容AC-FPN——用于目标检测的注意力引导上下文的特征金字塔网络 ，即插即用的新FPN模 块，替换Cascade R-CNN、Mask R-CNN等网络中的FPN，可直接涨点2%-3%！Paper：https://arxiv.org/pdf/2005.11475.pdfCode：https://github.com/Ca

Apollo自动驾驶论坛②视觉感知技术在Apollo平台的应用摄像头作为无人车系统中最重要的传感器之一，因为其信息丰富、观测距离远等特点，在障碍物检测和红绿灯检测等方向发挥着不可替代的作用，是对激光雷达感知结果的重要补充。但摄像头有着容易受环境影响、缺乏深度信息等缺点，给无人驾驶系统中的视觉感知算法带来了巨大的挑战。因此，如何建立一套高精确率和高稳定性的视觉感知算法，是无人车感知模块的核心问题。本

Ubuntu Kylin 14.04.1下载地址：http://www.ubuntu.com/download/ubuntu-kylin-zh-CN安装方法1：1）首先还是分区，在计算机上右键--管理--磁盘管理装Ubuntu分配的硬盘大小最好是(20G以上）不要太小，这里请注意，Ubuntu和Windows文件系统完全不同，所以我们划好要给Ubuntu的分区后，删除卷。到

基于YOLO的3D目标检测：YOLO-6Dstone收藏之前点个赞呗阅读本文之前需要对yolo算法有所了解，如果不了解的可以看我的两篇文章：stone：你真的读懂yolo了吗？​zhuanlan.zhihu.comstone：yolo v2详解​zhuanlan.zhihu.com2D图像的目标检测算法我们已经很熟悉了，物体在2D图像上存在一个2D的bounding b...

聊聊目标检测中的多尺度检测（Multi-Scale），从 YOLO，ssd 到 FPN，SNIPER，SSD 填坑贴和极大极小目标识别2个月前 ⋅ 2695 ⋅ 2 ⋅ 1来源：David 9的博客作者：David 9狙击手在放大倍焦前已经经历了大量的小目标训练，这样看似乎是RPN做的好 — David 9之前在讲SSD时我们聊过SSD的目标检测是如何提高多尺度（较大或较小）物...

《视觉SLAM十四讲》笔记摘抄ch02 初识SLAM经典视觉SLAM框架SLAM问题的数学表述ch03 三维空间刚体运动旋转矩阵点和向量,坐标系坐标系间的欧氏变换变换矩阵与齐次坐标齐次坐标(Homogeneous Coordinate)的优势优势1:方便判断是否在直线或平面上优势2:方便表示线线交点和点点共线优势3:能够区分向量和点优势4:能够表达无穷远点优势5:能够简洁的表

最近在用nuScenes3D目标检测数据集，可能由于官方已经提供了解析工具包nuscenes-devkit，绝大多数博客只介绍了如何使用工具包进行数据解析和可视化，对于数据解析的内部逻辑就不是很关注了。本文根据官网说明、论文以及工具包源码整理归纳得到，对其他博客未提及的数据集结构、坐标系转换、传感器同步等问题进行了详细分析。1. 数据集概述1.1 传感器配置nuScenes的数据采集车辆为Rena

深度学习调参有哪些技巧？深度学习的效果很大程度上取决于参数调节的好坏，那么怎么才能最快最好的调到合适的参数呢？

数据采集与预处理由于数据经常有着不同的来源，需要对数据做进一步集成处理或整合处理，将来自不同数据集的数据收集、整理、清洗、转换后，生成到一个新的数据集，为后续查询和分析处理提供统一的数据视图。所用工具有Data Flux、Data Stage及Informatica Power Center等。数据存储与管理传统的数据存储和管理以结构化数据为主，而大数据往往是半结构化和非结构化数据为主...

/usr/local/arm/opencv-3.4.0/opencv_contrib-3.4.0/modules/xfeatures2d/include/opencv2/xfeatures2d.hpp:42:10:fatal error: /opencv2/xfeatures2d.hpp: No such file or directory#include "/ope...