原创 【全文翻譯】YOLOv3:增量改進

YOLOv3:增量改進 摘要 我們向YOLO提供一些更新! 我們更改了一些設計,以使其更好。我們還訓練了這個非常膨脹的新網絡。它比比以前的版本大,但更準確。當然,它仍然很快。在320×320的圖像上, YOLOv3以22毫秒的速度

原创 【全文翻譯】YOLOv1:統一的實時目標檢測

YOLO:統一的實時目標檢測 摘 要 我們提出了YOLO,一種新的目標檢測方法。以前的目標檢測工作使用分類器來執行檢測。相反,我們是將目標檢測框架看作是一個從空間上分割邊界框和相關的類別概率的迴歸問題。單個神經網絡在一次評估中直

原创 論文速覽:三維點雲的表示與生成模型

Learning Representations and Generative Models for 3D Point Clouds 摘要 三維幾何數據爲研究表示學習和生成建模提供了一個很好的領域。在本文中,我們研究用點雲表示的幾

原创 Learning Representations and Generative Models for 3D Point Clouds

原文鏈接:https://blog.csdn.net/e2297192638/article/details/89299545 轉 計算機小白學習中查看完整翻譯. 點擊下載英文論文 Ab

原创 Siamese network 孿生神經網絡--一個簡單神奇的結構

原文鏈接:https://www.jianshu.com/p/92d7f6eaacf5 轉載博主:fighting41love 原文鏈接: https://www.jianshu.com

原创 KITTI_tracking數據集下載鏈接(百度鏈)

感謝身在國外的ZYY同學,下載…傳網盤好幾天… 我現在把數據幾分享出來,分爲四個文件: data_tracking_velodyne.zip: 原鏈接:https://s3.eu-central-1.amazonaws.com

原创 三維目標檢測算法總結

文中有參考微信文章,侵刪!! 經典的計算機視覺問題是通過數學模型或者統計學習識別圖像中的物體、場景,繼而實現視頻時序序列上的運動識別、物體軌跡追蹤、行爲識別等等。然而,由於圖像是三維空間在光學系統的投影,僅僅實現圖像層次的識別是不

原创 頂會論文之三維目標檢測與三維目標跟蹤算法總結

常見的三維視覺數據是三維點雲數據。三維視覺任務類型包括三維目標跟蹤任務,三維目標檢測任務,點雲數據特有的三維點雲分類與分割任務。三維點雲數據是由無序的數據點構成一個集合來表示。在使用圖像識別任務的深度學習模型處理點雲數據之前,需要

原创 PointRCNN:三維目標檢測

PointRCNN:3D Object Proposal Generation and Detection from Point Cloud PointRCNN是CVPR2019錄用的一篇三維目標檢測論文。 摘要 本文中提出了一種

原创 conda 在斷網情況下創建虛擬環境

問題:conda create -n example 創建虛擬環境失敗 報錯 Solving environment: done CondaHTTPError: HTTP 000 CONNECTION FAILED for url

原创 PointConv

摘要 與常規密集網格所代表的圖像不同,3D點雲數據是不規則且無序的,因此很難將卷積操作應用到3D點雲數據。在本文中,我們將動態濾波器擴展成爲新的名爲PointConv的卷積操作,PointConv可以用於點雲數據,創建深度卷積網絡

原创 多虛擬環境下PYTHONPATH的設置命令

多虛擬環境下PYTHONPATH的設置命令 爲多個虛擬環境的切換PYTHONPATH困擾的小夥伴,尤其是還有安裝了ROS的,路徑python2和3混在一起,可以使用一下三條命令設置PYTHONPATH #查看PYTHONPATH

原创 注意力模型與三維點雲相結合的思考

人在看東西的時候,時刻關注的一定是當前正在看的這樣東西的某一部分。也即,當我們目光移到別處時,注意力會隨着目光移動而轉移。這意味着,人注意到某個目標或某個場景時,該目標內部以及該場景內每一處空間位置上的注意力分佈是不一樣的。 注意力模

原创 【萬字長文】YOLO v3原理及代碼解析

YOLO v3原理及代碼解析 YOLO是一種端到端的目標檢測模型。YOLO算法的基本思想是:首先通過特徵提取網絡對輸入特徵提取特徵,得到特定大小的特徵圖輸出。輸入圖像分成13×13的grid cell,接着如果真實框中某個object

原创 ubuntu16.04源碼編譯安裝opencv4.0.0(四)

博主嘗試了一次在ubuntu16.04上的anaconda環境下編譯opencv4.0.0,編譯的過程比以前編譯opencv3.4.2時出奇的順利,分享給同學們。 注意事項:ubuntu16.04+anaconda+opencv-4.