[置顶] libtorch 常用api函数示例（史上最全、最详细）
摘要： pytorch/libtorch qq群2群：302984355 pytorch/libtorch qq群： 1041467052（一群满了） 其实pytorch的函数libtorch都有，只是写法上有些出入。 libtorch的官方文档链接 class tensor 只是官方文档只是类似与函数申明 阅读全文
posted @ 2020-05-16 18:14 无左无右 阅读(41347) 评论(1) 推荐(6)
2026年6月12日
mmdetection3d-1.0.0rc0 安裝
摘要： requirement.txt numba==0.53.1 numpy==1.19.5 nuscenes-devkit==1.1.9 mmcv==1.4.8 mmcv-full==1.4.0 mmdet==2.19.1 mmdet3d==1.0.0rc0 mmsegmentation==0.20.2 阅读全文
posted @ 2026-06-12 15:07 无左无右 阅读(7) 评论(0) 推荐(0)
2026年6月5日
左乘和右乘，行向量和列向量
摘要： 行向量，右乘： P′=P@R.T 列向量，左乘： P′=R@P points shape = (B, N, P, 3)，就看最后两个维度：unsqueeze(-1) → shape (B, N, P, 3, 1)，最后两维是 (3, 1)，这是列向量。3个点的3在倒数第二维度就是列向量，比如下面举例 阅读全文
posted @ 2026-06-05 15:58 无左无右 阅读(6) 评论(0) 推荐(0)
2026年6月2日
grep -rl "math\.tan" /media/data_1/everyday/2025_down --include="*.py"
摘要： 在一个大文件夹下, .py脚本中递归查找含有"math.tan"字段的 grep -rl "math\.tan" /media/data_1/everyday/2025_down --include="*.py" 这条命令是一个在 Linux/Unix 系统中非常经典的 文件内容搜索组合拳。它的核心 阅读全文
posted @ 2026-06-02 13:47 无左无右 阅读(7) 评论(0) 推荐(0)
2026年5月29日
已知相机到车的rt 4x4矩阵，求pitch和yaw角度
摘要： [ 0.01236276, -0.03470584, 0.9993211, 2.052727 ] [ -0.99991938, 0.00246558, 0.01245579, -0.0054 ] [ -0.00289619, -0.99939453, -0.03467256, 1.4633291 ] 阅读全文
posted @ 2026-05-29 09:52 无左无右 阅读(5) 评论(0) 推荐(0)
2026年5月21日
torch.where(condition, x, y) 是一个三元运算符：如果条件为真，取 x 的值；如果条件为假，保持 y（即原本的 weights）不变。
摘要： torch.where(condition, x, y) 是一个三元运算符：如果条件为真，取 x 的值；如果条件为假，保持 y（即原本的 weights）不变。 if self.cls_wise_reg_weights is not None: for cls, weight in self.cls 阅读全文
posted @ 2026-05-21 14:48 无左无右 阅读(4) 评论(0) 推荐(0)
for decoder_idx, (cls, reg) in enumerate(zip(cls_scores, reg_preds)):
摘要： #cls_scores list6 every [1,900,10] reg_preds list6，[1,900,11] @force_fp32(apply_to=('cls_scores', 'reg_preds')) def loss(self, cls_scores, reg_preds, 阅读全文
posted @ 2026-05-21 11:17 无左无右 阅读(4) 评论(0) 推荐(0)
2026年5月19日
log_str += ', '.join(log_items)
摘要： log_str += ', '.join(log_items) 这行是 Python 里很常见的 字符串拼接 + join 语法，拆开看其实很简单。 用 ", " 作为分隔符，把 list 里的字符串拼成一个长字符串 log_items = ["loss: 1.0", "lr: 0.001", "t 阅读全文
posted @ 2026-05-19 21:25 无左无右 阅读(7) 评论(0) 推荐(0)
2026年5月13日
左乘与右乘
摘要： 左乘 列向量左乘 Pcol′​=RPcol​+t 右乘 行向量右乘 Prow′​=Prow​RT+t 举例说明： 两个雷达点 p1 = (1,2,3) p2 = (4,5,6) points = [ [1,2,3], [4,5,6] ]， shape是[2,3] 左乘：p′=Rp+t 右乘：p′=p 阅读全文
posted @ 2026-05-13 14:05 无左无右 阅读(7) 评论(0) 推荐(0)
2026年5月7日
GridMask--随机用“网格状”的遮挡去盖住图片的一部分，迫使模型学习更鲁棒的特征。
摘要： 这是一个经典的数据增强模块 GridMask，常用于目标检测、BEV、分类等视觉任务。 它的核心思想： 随机用“网格状”的遮挡去盖住图片的一部分，迫使模型学习更鲁棒的特征。 类似： Cutout（随机挖洞） Random Erasing DropBlock 但 GridMask 是： “规则网格”遮 阅读全文
posted @ 2026-05-07 18:01 无左无右 阅读(23) 评论(0) 推荐(0)
2026年4月28日
obtain_sensor2top函数， sensor → ego_s → global → ego_lidar → lidar
摘要： obtain_sensor2top def obtain_sensor2top(nusc, sensor_token, l2e_t, l2e_r_mat, e2g_t, e2g_r_mat, sensor_type='lidar'): """Obtain the info with RT matri 阅读全文
posted @ 2026-04-28 13:24 无左无右 阅读(10) 评论(0) 推荐(0)
下一页