摘要： paper 贡献 | 模型框架 | 具体实现 | 贡献 提出一种用图像输出解决运动预测问题的方法； 方法中将经典CNN与注意力结合用于智能体与环境特征提取及交互；并且能够调整MR与FDE之间的看重程度而不用重新训练整个网络； 在Argoerse轨迹预测排行榜上第一； 模型框架 整个模型分为三部分，概 阅读全文

摘要： LaneRCNN paper 贡献 | 模型框架 | 具体实现 | 其他需要注意 贡献 LaneRoI：针对于特定智能体的图，其中包括该智能体历史轨迹与周围地图拓扑结构； LaneRCNN：通过编码上下文，建模智能体间交互，利用地图拓扑结构来预测未来轨迹的图中心轨迹预测模型； 1st rank; 模 阅读全文

摘要： 读Multimodal Motion Prediction with Stacked Transformers paper | github(尚未更新代码) 贡献 | 模型框架 | 具体实现 | 其他需要注意 贡献 第一个使用堆叠Transformer RTS STOA 模型框架 中间的三块主干即堆 阅读全文

摘要： ##主教程 参考安装例程 ##踩坑 期间遇到caffe: error while loading shared libraries: libcudart.so.10.0: cannot open shared object file: No such file or directory ，解决 在p 阅读全文

摘要： 读Context-Based Parking Slot DetectionWith a Realistic Dataset paper github 贡献 | 模型框架 | 具体实现 | 其他需要注意 | todo 贡献 提出一种基于上下文的两阶段停车位检测方法； 在yolo的基础上，由旋转物体检测 阅读全文

摘要： 读 Trajectron++: Dynamically-Feasible TrajectoryForecasting With Heterogeneous Data paper github 贡献 模型框架 具体实现 其他需要注意 贡献 异构数据如何融合； 提出一种考虑动力学约束基于学习的多智能体轨 阅读全文

摘要： LaneGCN paper github 贡献 使用图的模式来表达地图矢量数据，而非栅格化图片； 从图卷积，提出LaneGCN，设计了整个网络； SOTA； 模型框架 三部分：特征提取（1DCNN+FPN提取车辆轨迹信息；LaneGCN提取地图特征），特征融合（注意力和LaneGCN），轨迹预测（分 阅读全文

摘要： Ultra Fast Lane Detection paper github 贡献 提出一种简单有效的车道检测方法，快且解决了在图上无车道时推测车道的问题； 快：将语义分割问题转化成分类问题（减少运算）,Row Anchor， 300+FPS； 解决图上无车道时车道推测：结合全局的特征预测车道，相比 阅读全文

摘要： 工作交接 具体见文档 很多都是现成的代码，以后需要的话拿来就用，直接对比的那种 就业实习 算法很重要 是数据结构与算法的算法，很看个人能力，还是要刷题的letcode一百道； 把握大方向，往那边靠 把握方向，找写论文的思路，就要多看文章，不限于本领域，多看看相关计算机领域文章的思路，关注大牛的组 准 阅读全文