原创 讀書筆記Fully Convolutional Networks for Semantic Segmentation

反捲積解釋 反捲積=逆卷積=上採樣=Deconvolution(caffe, keras)=conv_transpose(tensorflow)=nn.ConvTranspose2d(torch) 反捲積講的很好:https://

原创 CalibNet:Geometrically Supervised Extrinsic Calibration using 3D Spatial Transformer Networks閱讀理解

CalibNet:Geometrically Supervised Extrinsic Calibration using 3D Spatial Transformer Networks 無目標標定的話,需要考慮多個傳感器的檢測範

原创 yolov4,darknet特徵圖可視化

yolov4,darknet特徵圖可視化 拼接參考:https://blog.csdn.net/lxk2017/article/details/97911371 在network_nernel.cu文件中加入前向傳播顯示代碼: /

原创 NVIDIA、CUDA與CPU參數、計算能力對比學習

進入deviceQuery目錄下面 執行make,生成可執行文件deviceQuery後,執行 ./deviceQuery 顯示 部分參數解讀 因此,計算能力爲 1280*1.34=1715.2GFLOPS 與CPU對比:

原创 cmake CMAKE_C_COMPILER “is not a full path to an existing compiler tool”

cmake CMAKE_C_COMPILER “is not a full path to an existing compiler tool” 在Qt Creater下CMake之後顯示缺少CMAKE_C_COMPILER項,

原创 Unable to fetch some archives, maybe run apt-get update or try with --fix-mi問題

當運行 sudo apt-get install ros-kinetic-desktop-full 出現 Unable to fetch some archives, maybe run apt-get update or tr

原创 cuda9.0下yolov4調試

yolov4調試總結 本機環境:ubuntu16.04,cuda9.0 1. cmake error: 卸載舊版本cmake: sudo apt-get remove cmake 重新安裝cmake https://blog.c

原创 弱監督學習語義分割

CV論文筆記: https://github.com/ming71/CV_PaperDaily 知乎的文章,比較老,但可以查看先前的工作 https://zhuanlan.zhihu.com/p/23811946 新的 https

原创 Anaconda,tensorflow,keras安裝

Anaconda安裝 安裝鏈接:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ Anaconda與python版本對應關係: https://blog.csdn.net

原创 語義分割標註工具箱

語義分割標註工具箱 vedaseg是一個基於PyTorch的開源語義分割工具箱: https://github.com/Media-Smart/vedaseg Labelme: https://github.com/wkentar

原创 目標檢測標註工具箱

目標檢測標註工具箱 彙總鏈接1:https://github.com/mingx9527/Data_Label_Tools 手動標註工具箱 1、LabelImg code:https://github.com/tzutalin/l

原创 人眼視覺介紹,像素,分辨率,幀率,碼率,清晰度關係

人眼視覺介紹 轉載鏈接,人單眼的水平視角最大可達156度,雙眼的水平視角最大可達188度。人兩眼重合視域爲124度,單眼舒適視域爲60度。當集中注意力時約爲五分之一,即25度。 標準鏡頭的視角約50度左右,這是人單眼在頭和眼不

原创 讀書筆記-視覺綜述翻譯_數據集介紹

4 數據集介紹 4.1 計算機視覺 4.1.1 目標識別 諸如ImageNet [160],PASCAL VOC和Microsoft COCO之類的大規模公開可用數據集的出現,推動了新穎的計算機視覺算法(特別是深度學習技術)的

原创 Automatic Extrinsic Calibration for Lidar-Stereo Vehicle Sensor Setups閱讀筆記

Automatic Extrinsic Calibration for Lidar-Stereo Vehicle Sensor Setups paper ros_code 特點: 1、用於低分辨率的傳感器和特定的pose 2、引入