DETR提出一个简洁的pipeline，无需先验知识、手工操作，通过transformer编解码结构和二分图匹配优化，直接得到目标检测框和类别。开启transformer目标检测新范式！

计算机视觉之数学篇，重点讲述数字图像的本质，高等数学矩阵运算和线性代数

Anaconda 环境混乱：源 404、Python 版本混杂、与 ROS 库冲突权限与路径污染--user安装导致包路径混乱，优先加载系统旧库依赖爆炸：自动安装 TensorFlow 2.8.0，依赖已下架的Protobuf 版本错误：系统旧版缺少builder模块，导入 ONNX 失败虚拟环境缺失：Ubuntu 默认未安装，无法创建环境环境必须隔离，不与 ROS/Anaconda 混用依赖最小

RKNN Toolkit Lite2是瑞芯微NPU平台板端部署RKNN模型的轻量级Python工具，适配RK356x/RK3588等板卡。摘要说明其核心功能：1) 作为板端专用部署工具，与PC端RKNN Toolkit2分工明确；2) 提供5步标准部署流程：创建对象→导入匹配模型→初始化环境→推理处理→释放资源；3) 关键注意事项包括平台匹配、依赖库管理和环境适配。文中包含完整YOLOv5部署示例

PointPillar将三维点云分为一些柱体pillars，利用PointNet提取柱体pilars特征，将特征映射为2D伪图像，对2D图像使用SSD提取目标检测框和类别，速度与精度实现SOTA！工业界已大量部署！

DETR提出一个简洁的pipeline，无需先验知识、手工操作，通过transformer编解码结构和二分图匹配优化，直接得到目标检测框和类别。开启transformer目标检测新范式！

PointPillar将三维点云分为一些柱体pillars，利用PointNet提取柱体pilars特征，将特征映射为2D伪图像，对2D图像使用SSD提取目标检测框和类别，速度与精度实现SOTA！工业界已大量部署！

DETR提出一个简洁的pipeline，无需先验知识、手工操作，通过transformer编解码结构和二分图匹配优化，直接得到目标检测框和类别。开启transformer目标检测新范式！