04 2025 档案

bevdepth- 数据处理部分
摘要：BevDepth环境配置 https://blog.csdn.net/yang332233/article/details/145941768?spm=1001.2014.3001.5501 1. 数据处理部分 bevdepth/datasets/nusc_det_dataset.py def __ 阅读全文
posted @ 2025-04-24 15:29 无左无右 阅读(82) 评论(0) 推荐(0)
ubuntu 硬盘挂载，重启后硬盘掉了
摘要：sudo fdisk -l sudo mount /dev/sdb1 /data/ 阅读全文
posted @ 2025-04-23 17:52 无左无右 阅读(90) 评论(0) 推荐(0)
create_frustum 分析 （frustum = torch.stack((x_coords, y_coords, d_coords, paddings), -1)）
摘要：def create_frustum(self): """Generate frustum""" # make grid in image plane ogfH, ogfW = self.final_dim #256, 704 fH, fW = ogfH // self.downsample_fac 阅读全文
posted @ 2025-04-17 11:39 无左无右 阅读(33) 评论(0) 推荐(0)
sweep_lidar_depth = sweep_lidar_depth.reshape(batch_size * num_cams, *sweep_lidar_depth.shape[2:])
摘要：*sweep_lidar_depth.shape[2:] 它的作用是：把一个列表或元组的每个元素解开，作为多个参数传入函数或方法中。 batch_size, num_sweeps, num_cams, num_channels, img_height, \ img_width = sweep_img 阅读全文
posted @ 2025-04-16 20:29 无左无右 阅读(9) 评论(0) 推荐(0)
torch.where(condition, x, y)
摘要：torch.where 是一个非常有用的函数，它用于根据给定的条件对输入的两个张量进行选择操作。以下是 torch.where 的基本语法： torch.where(condition, x, y) condition：布尔条件张量，通常是一个和 x、y 相同形状的张量。 x：当 condition 阅读全文
posted @ 2025-04-16 20:12 无左无右 阅读(205) 评论(0) 推荐(0)
自动驾驶，单目3D中的alpha角度
摘要：https://zhuanlan.zhihu.com/p/452676265 https://zhuanlan.zhihu.com/p/399230287 阅读全文
posted @ 2025-04-08 21:39 无左无右 阅读(10) 评论(0) 推荐(0)