Happy C

摘要： 前言 转载自https://blog.csdn.net/qq_40672115/article/details/134891133 这是一篇LiDAR和Camera融合的BEV感知算法，从算法动机&开创性思路、主体结构、损失函数以及性能对比四个方面展开。 BEVFusion 有两篇文章，本次主要讲解 阅读全文

摘要： 相机与变换 一、内参与外参概念 在计算机视觉中，特别是在相机标定和立体视觉领域，内参（Intrinsic Parameters）和外参（Extrinsic Parameters）是非常重要的概念。它们与相机的几何属性和姿态有关。 内参（Intrinsic Parameters）： 内参是描述相机内部 阅读全文

摘要： 摘要 将2D大核的成功推广到3D感知具有挑战性，因为: 1.处理3D数据的三次增加的开销; 2. 数据的稀缺性和稀缺性给优化带来了困难。 以前的工作通过引入块共享权重，已经迈出了将内核大小从3 × 3 × 3尺度到7×7×7的第一步。但是，为了减少块内的特征变化，它只使用了适度的块大小，并没有获得像 阅读全文