Picassooo

摘要： 初探强化学习 (boyuai.com) （强烈推荐） 强化学习路线推荐及资料整理 - 知乎 (zhihu.com) （强烈推荐） 阅读全文

摘要： 实时目标检测的新backbone网络：VOVNet - 知乎 (zhihu.com) 阅读全文

摘要： 域控制器大概可以理解为计算平台、芯片板子等。 行研篇 | 汽车域控制器研究 - 知乎 (zhihu.com) 阅读全文

摘要： 端到端自动驾驶技术发展的几个阶段： 初始阶段，采用dense grid。代表作是UniAD； vectorization阶段，把dense grid取消，所有元素都用向量表示，模型运行速度加快不少。代表作是VAD。利用了稀疏感知的端到端代表作是SparseDrive； 外挂LLM或VLM阶段。代表作 阅读全文

摘要： 环境设置： 现实世界评估：在真实道路和环境中进行测试。 闭环评估：在高度仿真的模拟环境中进行动态测试。 开环评估：基于预录制数据，不需要动态环境。 测试内容： 现实世界评估：测试系统在真实环境中的实际表现，适用于全面验证。 闭环评估：测试系统在动态模拟环境中的表现，适用于快速迭代和验证。 开环评估： 阅读全文

摘要： 示例： import torch box = torch.tensor([[[0.1000, 0.2000, 0.5000, 0.3000], [0.6000, 0.6000, 0.9000, 0.9000], [0.1000, 0.1000, 0.2000, 0.2000]], [[0.1000, 阅读全文

摘要： 资料 LaneAF(Arxiv2021)|利用Affinity Field聚类进行车道线实例分割 - 知乎 (zhihu.com) OpenDriveLab/OpenLane-V2: [NeurIPS 2023 Track Datasets and Benchmarks] OpenLane-V2: 阅读全文

摘要： 资料： 论文：https://arxiv.org/abs/2301.12511 代码：https://github.com/Sense-GVT/Fast-BEV 【BEV】学习笔记之FastBEV(原理+代码注释) - 知乎 (zhihu.com) 【BEV 视图变换】Fast-Ray(2): 代码 阅读全文

摘要： 转：PyTorch关于以下方法使用：detach() cpu() numpy() 以及item()_output.cpu().detach()-CSDN博客 阅读全文

摘要： Pytorch dataloader中的num_workers (选择最合适的num_workers值)_dataloader的numworkers-CSDN博客 阅读全文