DETR3D将DETR的集合预测范式引入多视角3D检测：用可学习的3D参考点代替2Danchor，通过3D→2D投影从多视角图像中采样特征，实现端到端的NMS-free 3D检测。

完全不构建 BEV 特征图，900 个稀疏 query 在 3D 空间自适应生成采样点，直接从多视角多尺度图像特征中提取信息，用 Adaptive Mixing 聚合，实现高效端到端检测。最核心的亮点有两个：6个摄像头图像 × T帧 [B, T6, C, H, W]↓Backbone (ResNet50/101/VoVNet/EVA02) + FPN↓多尺度特征 [B, T6, G*C, H, W

核心问题:BEVFormer等方法需要构建稠密的BEV特征图，计算量大。能否直接用稀疏query在3D空间采样多视角特征，跳过BEV构建。核心创新:多相机图像 (6 cameras)│▼┌─────────────────┐│ResNet50 + FPN│→ 4级特征图 (stride 4,8,16,32)└────────┬────────┘│feature_maps: [bs, 6, 256,

claude code使用技巧

用本地claude code远程调试和分析边缘设备（不能部署使用claude code），提高边缘设备的问题分析和调试效率。

因此对随机抖动（如机器狗），alpha 应设置较大（>0.7），以实时性为主，平滑为辅；机器狗 pitch ±8° 时，远处目标偏移可达 30+ 像素，超出补偿范围，方法失效。训练数据通常在平稳状态下（pitch≈0）或单一抖动情况下采集，推理时遭遇大姿态扰动或任随机抖动情况，模型未见过此类输入，检测性能下降。在图像上采样不同位置，轻微抖动时仍有 head 能采到正确特征，而LSS 硬投影偏了就偏

git clone时，报错 fatal: protocol error: bad pack header问题描述：解决办法：1）首先，在git bash 中依次输入一下几行命令：git config --global pack.windowMemory “100m”git config --global pack.SizeLimit “100m”git config --global pack.t

Anchor based回顾Anchor free发展Cornernet以顶点为圆心，作圆，扩大角点范围（正样本范围）每个点是其下方点的最大值，每个点是其右方最大值，然后相加将两个3x3残差网络改为1x1和3x3组合，减小参数，同时将3x3的卷积换为深度可分离卷积，进一步加速...