本文是关于三维重建的论文调研，主要集中于基于图片到3d的模型~

首先一定要明确自己的json格式，把自己的数据集设置为yolo所需要的格式。#Json文件属性不同，提取信息不同。

YOLOv8是Ultralytics最新的基于YOLO的目标检测模型系列，提供最先进的性能。

深度学习中不可避免的数据预处理~1. glob.glob()方法2. pathlib中的Path方法3. os.walk()方法。

我们提出了一种将对象检测视为直接集合预测问题的新方法。我们的方法简化了检测方式，有效地消除了对许多手工设计的组件的需求，例如非最大抑制过程或锚点生成，这些组件明确地编码了我们关于任务的先前知识。新框架的主要成分称为DEtection TRansformer或DETR，是基于集合的全局损耗，通过二分匹配强制进行独特的预测，以及transformer编码器 - 解码器架构。给定一组固定的学习对象查询，

BERT 是 Transformers 双向编码器表示的缩写，是一种用于自然语言处理的机器学习 (ML) 模型。它由 Google AI Language 的研究人员于 2018 年开发，是 11 种以上最常见语言任务的瑞士军刀解决方案，例如情感分析和命名实体识别。从历史上看，计算机很难“理解”语言。当然，计算机可以收集、存储和读取文本输入，但它们缺乏基本的语言上下文。因此，出现了自然语言处理 (

我们应该如何整合来自互补传感器的表示以用于自动驾驶？基于几何的融合已经显示出感知的前景（例如对象检测、运动预测）。然而，在端到端驾驶的背景下，我们发现基于现有传感器融合方法的模仿学习在具有高密度动态代理的复杂驾驶场景中表现不佳。因此，我们提出了TransFuser，这是一种使用自注意力集成图像和LiDAR表示的机制。我们的方法使用多种分辨率的变压器模块来融合透视图和鸟瞰图特征图。我们在具有挑战性的

计算机视觉分支-医学影响相关数据集概况。

ICCV的全称是IEEEInternationalConferenceonComputerVision，即国际计算机视觉大会，是公认的三个会议中级别最高的。它的举办地方会在世界范围内选，每两年召开一次（奇数年份）。dblpICCVECCV的全称是EuropeanConferenceonComputerVision，即欧洲计算机视觉国际会议。每两年召开一次，与ICCV正好错开（偶数年份）。ECCV官

本文主要是介绍了语音中最常见的数据集（包含各个语种），及其格式等。