原创 機器學習算法評估指標——3D語義分割
3D語義分割是在三維點雲中對每個點進行分類，屬於同一類的點都要被歸爲一類。 例如如下場景，屬於建築的點都要分成一類，屬於植物的點也要分成一類。下面重點介紹3D語義分割算法的評估指標。 PA（Point Accuracy） 定義：總體的分類
2020-06-11 18:56:14
1
原创 數據集管理的可視化 —— 現在與未來
隨着ADAS、自動駕駛、新零售等領域的快速發展，非結構化數據的體量急劇增加，傳統的機器學習算法無法處理複雜多變的數據，而深度學習是基於神經網絡的一種算法，更適合被非結構化數據“包圍”的今天。其所帶來的高度依賴數據集的大規模學習方法，極大增
2020-06-11 18:56:14
原创 機器學習算法評估指標——3D目標跟蹤
與2D目標跟蹤類似，3D目標跟蹤可以分爲單目標跟蹤和多目標跟蹤，首先介紹單目標跟蹤（SOT）算法的常用評估指標；其次介紹多目標跟蹤（MOT）算法的常用評估指標。 單目標跟蹤 傳統的評估tracker的方式是：在測試序列上運行一遍該跟蹤算法
2020-06-08 13:31:51
65
原创 機器學習算法評估指標——3D目標檢測
在真實的三維世界中，物體都是有三維形狀的，許多應用都需要有目標物體的長寬高還有偏轉角等信息。以自動駕駛爲例，在自動駕駛場景下，需要從圖像中提供目標物體三維大小及旋轉角度等指標，鳥瞰投影的信息對於後續的路徑規劃和控制具有至關重要的作用。我
2020-06-08 13:31:51
20
原创 機器學習算法評估指標——2D語義分割
語義分割有三大評價指標：執行時間、內存佔用以及準確度。下面重點介紹語義分割準確度的評估指標。 假設一共有k+1類（包括k個目標類和1個背景類），Pij表示本屬於i類卻預測爲j類的像素點總數，具體地，Pii表示true positives
2020-05-26 14:02:53
81
原创 機器學習算法評估指標——2D目標跟蹤
在2D目標跟蹤任務中，我們需要從精度、魯棒性、運行速度等方面對算法進行綜合評估。首先介紹單目標跟蹤（SOT）算法的常用評估指標；其次介紹多目標跟蹤（MOT）算法的常用評估指標。 單目標跟蹤 APE（Average Pixel Error）
2020-05-22 22:16:08
1
原创 數據庫版本管理：Flyway探索與實踐
引言： 如果你是一個獨立開發者或者不需要維護多個系統，那麼維護數據庫版本並不複雜。但是如果你的團隊正在快速迭代或者同時開發多個功能，在多個環境版本並行，在多個生產服務器上部署你的服務，那麼數據庫的管理將變成一件麻煩事。如何更新所有
2020-05-21 11:22:33
原创 算法工程師該如何做好時間管理？
多位硅谷算法工程朋友和我們分享過他們的日常，作爲一個算法工程，其實有效開發算法的時間很少，很多時間都花在了尋找數據，數據拷貝，數據清洗，數據轉換，可視化腳本撰寫，安裝框架（tensorflow，pytorch）的依賴，和標註團隊對需求等等
2020-05-21 11:22:33