VoxelNet: End-to-End Learning for Point Cloud Based 3D Object DetectionVoxelNet消除了对3D点云进行手动特征工程的需要，这是一种通用的3D检测网络，它将特征提取和边界框预测统一为一个单阶段（one-stage）的，端到端的可训练深度网络，在KITTI数据集上取得了SOTA

例如我的之所以出现这个现象是因为目录名和模块名不一样。refactor的时候要同时修改目录名和mudule名。右键该文件，refactor然后会出现两个选择只需要这两个都改成相同的就行了。

本文简单的梳理了ResNeXt网络的相关知识，文中写了原论文中有关ResNeXt架构等知识的部分描述。

此代码每30帧提取一张图片，如果你想设置成没帧提取一张则把frame_interval设置为1，如要要设置为每秒提取一张，则把frame_interval设置为你视频的帧率值。环境要求opencv python版本。import cv2import logging# log information settingslogging.basicConfig(level=logging.INFO,for

例如我的之所以出现这个现象是因为目录名和模块名不一样。refactor的时候要同时修改目录名和mudule名。右键该文件，refactor然后会出现两个选择只需要这两个都改成相同的就行了。

这篇文章写的很好，我自己按照这个操作成功解决。https://blog.csdn.net/mtllyb/article/details/78635757

visdom在模型训练中可视化loss的常用方法

i-FPN提出了新的方式来计算得到一个最优的特征金字塔，然后送入检测头做分类和预测。

L1distance和L2distance区别：L1distance即曼哈顿，即城市距离，各维度距离之和L2distance即欧式距离，两点间直线距离参考cs231n课程的一幅图，图上方形和圆形上的点都有相同距离。

冻结训练的作用：当我们已有部分预训练权重，这部分预训练权重所应用的那部分网络是通用的，如骨干网络，那么我们可以先冻结这部分权重的训练，将更多的资源放在训练后面部分的网络参数，这样使得时间和资源利用都能得到很大改善。然后后面的网络参数训练一段时间之后再解冻这些被冻结的部分，这时再全部一起训练。参考知乎帖子：https://www.zhihu.com/question/311095447/answer