冰雪聪明琪露诺

摘要： 首先回顾一下pytorch数据加载的流程。CSDN 一篇博客的图画的挺清楚，我直接搬运到这里。 如果要修改 mini-batch 样本的采样规则，需要自定义sampler，单个样本的处理方法由 Dataset 的 __getitem__决定，本篇文章主要围绕这一个函数，至于自定义 sampler 可 阅读全文

摘要： BEVDet的提出受到范式创新在解决 2D 目标检测任务上的成功的激励。其提出了一种优雅、可行且可扩展的范式，以从根本上推动 3D 视觉领域的性能边界。另外该工作还有以下两点值的学习的。针对BEV的后处理，提出了Scale-NMS，对不同类别的框先 scale 到同一尺度，方便用统一的 NMS 阈值 阅读全文

摘要： 系列演进 在StreamPetr中，作者提出了时序融合的分类方法，分别是在时序中传播多视图特征，BEV特征，以及实例级特征。Sparse4D V1属于第一种，Sparse4D V2则类似于Stream PETR选择实例级特征进行跨时空交互，是第三种。Sparse4D V3则是在Sparse4D V2 阅读全文

摘要： 原论文地址 引言 鸟瞰图（BEV）感知是主流的感知模式[1,2]，其优点在于描述环境时具有绝对尺度和无遮挡性。BEV 感知为多源信息融合（例如来自不同视角、模态、传感器和时间序列的信息）以及众多下游应用（例如可解释决策和运动规划）提供了一个统一的表示空间。然而，BEV 感知不监测高度信息，因此无法为 阅读全文

摘要： 一开始在坐标表示上迷糊了好长时间。使用i表示行,j表示列的遍历方法，在翻转问题上不太好用。学习了一下灵神的写法。这样用r,l表示清晰多了。 class Solution { public: vector<vector<int>> reverseSubmatrix(vector<vector<int> 阅读全文

摘要： 思路上和上一题差不多，只不过是使用 \(3\) 个二维前缀和来分别统计数量。 class Solution { public: unordered_map<char,int> proj{ {'X',0}, {'Y',1}, {'.',2} }; int numberOfSubmatrices(vec 阅读全文

摘要： StreamPetr认为当前的时序融合方法，大致分为两种：基于BEV的时序融合和透视图的时序融合。BEV时序融合方法明确将历史帧的BEV特征变换到当前帧，然而BEV时序融合考虑的是不同时刻静态物体的BEV特征应该对齐，忽略了运动物体的建模。基于透视时序的方法主要基于DETR，该方法保留之前时刻的多视 阅读全文

摘要： 从题意可以很容易看出是要利用二维前缀和，快速判断区域之和是否大于k。不太熟悉二维前缀和，用动态规划写了一个比较复杂的，事实上可以通过添加 \(0\) 维度解决这个麻烦的初始化。 二维前缀和 class Solution { public: int countSubmatrices(vector<ve 阅读全文

摘要： 题目概览 该问题包括 LeetCode84：柱状图中的最大矩形、LeeCode85：最大矩形和[LeetCode1727：重新排列后的最大子矩阵]。后两道题都可以分解为第一道题的做法。 柱状图中的最大矩形 本题是该类问题的核心，理解了这一道题的解法，下两道题就比较容易了。想要求解柱状图中的最大矩形， 阅读全文

摘要： 该题与LeetCode84：柱状图中的最大矩形、LeeCode85：最大矩形息息相关。后面我会将这三道题整理到一个系列中。 核心思想就是计算这个矩形的每一层向上 \(1\) 延伸的高度，将每一层作为一个柱状图，问题转化为计算柱状图中的最大矩形。非常类似于LeeCode85：最大矩形的做法。不过不同的 阅读全文