Loading

摘要: **交并比(Intersection over Union, IoU)** 是计算机视觉领域中常用的一个评价指标,尤其在目标检测与图像分割任务中,用于衡量预测结果与真实标注之间的重合程度。 阅读全文
posted @ 2025-09-13 16:03 Uzuki 阅读(151) 评论(0) 推荐(0)
摘要: LLM 指标 | PPL vs. BLEU vs. ROUGE-L vs. METEOR vs. CIDEr 困惑度(Perplexity, PPL)↓ PPL的意义非常明了,用于测量模型对生成文本的不确定程度,不确定程度越低,模型的表现就越好。其计算方法是计算句子每个token的平均对数似然,再过 阅读全文
posted @ 2025-08-25 01:13 Uzuki 阅读(293) 评论(0) 推荐(1)
摘要: 自动驾驶 | 为CarLA添加一辆小米SU7 Part I 自动驾驶 | 为CarLA添加一辆小米SU7 Part I 导言 什么是CarLA? CarLA是一款基于虚幻引擎4(Unreal Engine 4)构建的开源自动驾驶仿真平台,为自动驾驶算法的研发、测试与验证提供高保真的虚拟环境。其核心特性包括: 高精度地图与传感器模拟:支持激光雷达、摄像头、毫米 阅读全文
posted @ 2025-04-05 22:08 Uzuki 阅读(1058) 评论(0) 推荐(3)
摘要: 本文作为AI可解释性系列的第二部分,旨在以汉语整理并阅读归因方法(Attribution)相关的论文,并持续更新。 归因方法主要研究如何解释深度神经网络的决策过程,通过识别输入特征对模型输出的贡献程度,对模型的决策过程输出为人类可以理解的图像或者量化指标,帮助我们理解模型的决策依据。 阅读全文
posted @ 2025-04-04 02:22 Uzuki 阅读(504) 评论(0) 推荐(1)
摘要: 本文作为AI可解释性系列的第一部分,旨在以汉语整理并阅读对抗攻击(Adversarial Attack)相关的论文,并持续更新。与此同时,AI可解释性系列的第二部分:归因方法(Attribution)也即将上线,敬请期待。 阅读全文
posted @ 2025-03-29 18:02 Uzuki 阅读(571) 评论(0) 推荐(1)
摘要: Vulkan环境配置 | vscode+msvc 解决方案 前言 如果作为Windows 11侠的你是一个vscode爱好者,凑巧电脑上还安装有Visual Studio,这个时候你突然想配置一个Vulkan开发环境。作为minimalist的你可不希望在电脑上安装任何额外的组件,那么这篇安装指南一 阅读全文
posted @ 2025-02-28 23:07 Uzuki 阅读(900) 评论(0) 推荐(1)
摘要: Spatially Sparse Convolution 导言 为什么需要稀疏化? 在3D表示中,除了点云(Point Cloud)和网格模型(Mesh),我们常常还会使用到一种称为体素(Voxel)的表示方式。类似于像素(Pixel),这种表示方式将空间均匀地切割为一个个方块,TSDF和占据网格( 阅读全文
posted @ 2024-09-25 22:43 Uzuki 阅读(724) 评论(0) 推荐(0)
摘要: Farthest Point Sampling 及其 CUDA 实现 目录Farthest Point Sampling 及其 CUDA 实现概述均匀随机采样Farthest Point SamplingFarthest Point Sampling 的并行版本参数初始化子集计算子集归并 概述 在深 阅读全文
posted @ 2024-02-11 23:04 Uzuki 阅读(2136) 评论(0) 推荐(1)
摘要: 目录目标检测 | Point Cloud RoI PoolingPoint Cloud RoI Pooling 概述PoolingRoI PoolingPoint Cloud RoI PoolingPoint Cloud RoI Pooling 实现细节 目标检测 | Point Cloud RoI 阅读全文
posted @ 2024-01-11 15:15 Uzuki 阅读(694) 评论(0) 推荐(0)
摘要: 公用服务器配置个人工作仓库 有一些服务器需要多个用户进行访问,但是ssh账号和工作空间又只有一个,同时又不希望和这个ssh账号下的所有用户共享git账号,可以通过配置代码库本地ssh密钥以实现工作空间隔离。 生成并配置密钥 首先登录服务器,进入路径~/.ssh 输入以下命令以生成ssh密钥对 ssh 阅读全文
posted @ 2024-01-05 22:11 Uzuki 阅读(59) 评论(0) 推荐(0)