国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework

這篇具有很好參考價值的文章主要介紹了【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework
BEVFusion:一個簡單而強大的LiDAR-相機融合框架

NeurIPS 2022

多模態(tài)傳感器融合意味著信息互補、穩(wěn)定,是自動駕駛感知的重要一環(huán),本文注重工業(yè)落地,實際應用

融合方案:
前融合(數據級融合)指通過空間對齊直接融合不同模態(tài)的原始傳感器數據。
深度融合(特征級融合)指通過級聯或者元素相乘在特征空間中融合跨模態(tài)數據。
后融合(目標級融合)指將各模態(tài)模型的預測結果進行融合,做出最終決策。

//
框架與以前的激光雷達-相機融合方法的比較:
【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀
a.將圖像特征投影到原始點云上的點級融合機制
從點出發(fā),從點云中采樣一些點,然后根據相機的內參和外參矩陣,投影到圖像上,采樣到圖像特征,然后拼接回點云,利用融合后的特征經過點云處理模塊去做3D檢測

b.將LiDAR 特征或建議分別投影到每個視圖圖像上以提取RGB信息的特征級融合機制
將兩種模態(tài)的中間特征通過內外參矩陣,拼接投影,融合出完整的特征,傳遞的是query,輸入點云,通過一個點云網絡,得到初始位置,初始位置去圖像上采樣特征,采樣完再拼接到原始點云特征上

c.提出將相機網絡與LiDAR輸入分離
相機內外參偏差,點云投影會有偏差;相機卡幀;雷達出問題
前兩種有主次依賴關系,一方出錯影響另一方,故提出并行框架

///

BEVFusion主體結構
包括相機模塊Camera Stream,點云模塊LiDAR Stream以及融合模塊
【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀

圖像分支:

Camera Stream設計流程:
步驟1:2D Backbone提取基礎圖像特征(LSS)
步驟2:FPN+ADP,多尺度特征融合
步驟3:2D → 3D特征轉換模塊
步驟4:3D → BEV特征編碼模塊
輸出:Camera BEV Features
//
FPN+ADP設計流程:【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀
輸入:基礎圖像特征
步驟1:每層特征使用ADP模塊
步驟2:ADP模塊包括上采樣、池化、卷積
步驟3:多層特征融合
輸出:多尺度融合特征

/
2D → 3D特征轉換模塊:
【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀
輸入:多尺度融合特征
步驟1:深度分布估計
步驟2:2D到3D投影計算
輸出:3D偽體素特征
/

點云分支

LiDAR Stream設計流程
輸入:原始點云
主要步驟:通過3D Backbone,處理原始點云數據,同時壓縮到BEV空間,生成BEV特征
輸出:LiDAR BEV Features
【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀
用的是 pointpillar結構 點柱


Fusion Module
融合模塊
Fusion Module設計流程
輸入:點云和圖像BEV特征
步驟1:按通道維度級聯點云和圖像BEV特征,再通過卷積網絡提取級聯后的特征
步驟2:通過全局平均池化和卷積預測,實現對級聯特征的自適應挑選
輸出:融合后的特征
【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀

/
模態(tài)消融實驗:
【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀
多模態(tài)的可行性,橙色框表示該范圍內物體點云信息被丟棄,但BEVFusion可以通過camera分支恢復
【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀
nuScenes驗證集(上)和測試集(下)的結果:
【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀
/
阿里&北大版本的bevfusion環(huán)境部署:
首先git項目
https://github.com/ADLab-AutoDrive/BEVFusion.git

mmdet - INFO - Environment info:
------------------------------------------------------------
sys.platform: linux
Python: 3.8.3 (default, Jul  2 2020, 16:21:59) [GCC 7.3.0]
CUDA available: True
GPU 0,1: NVIDIA GeForce RTX 3090
CUDA_HOME: /usr/local/cuda
NVCC: Build cuda_11.1.TC455_06.29190527_0
GCC: gcc (Ubuntu 7.5.0-3ubuntu1~18.04) 7.5.0
PyTorch: 1.8.0+cu111
PyTorch compiling details: PyTorch built with:
  - GCC 7.3
  - C++ Version: 201402
  - Intel(R) Math Kernel Library Version 2020.0.0 Product Build 20191122 for Intel(R) 64 architecture applications
  - Intel(R) MKL-DNN v1.7.0 (Git Hash 7aed236906b1f7a05c0917e5257a1af05e9ff683)
  - OpenMP 201511 (a.k.a. OpenMP 4.5)
  - NNPACK is enabled
  - CPU capability usage: AVX2
  - CUDA Runtime 11.1
  - NVCC architecture flags: -gencode;arch=compute_37,code=sm_37;-gencode;arch=compute_50,code=sm_50;-gencode;arch=compute_60,code=sm_60;-gencode;arch=compute_70,code=sm_70;-gencode;arch=compute_75,code=sm_75;-gencode;arch=compute_80,code=sm_80;-gencode;arch=compute_86,code=sm_86
  - CuDNN 8.0.5
  - Magma 2.5.2
  - Build settings: BLAS_INFO=mkl, BUILD_TYPE=Release, CUDA_VERSION=11.1, CUDNN_VERSION=8.0.5, CXX_COMPILER=/opt/rh/devtoolset-7/root/usr/bin/c++, CXX_FLAGS= -Wno-deprecated -fvisibility-inlines-hidden -DUSE_PTHREADPOOL -fopenmp -DNDEBUG -DUSE_KINETO -DUSE_FBGEMM -DUSE_QNNPACK -DUSE_PYTORCH_QNNPACK -DUSE_XNNPACK -O2 -fPIC -Wno-narrowing -Wall -Wextra -Werror=return-type -Wno-missing-field-initializers -Wno-type-limits -Wno-array-bounds -Wno-unknown-pragmas -Wno-sign-compare -Wno-unused-parameter -Wno-unused-variable -Wno-unused-function -Wno-unused-result -Wno-unused-local-typedefs -Wno-strict-overflow -Wno-strict-aliasing -Wno-error=deprecated-declarations -Wno-stringop-overflow -Wno-psabi -Wno-error=pedantic -Wno-error=redundant-decls -Wno-error=old-style-cast -fdiagnostics-color=always -faligned-new -Wno-unused-but-set-variable -Wno-maybe-uninitialized -fno-math-errno -fno-trapping-math -Werror=format -Wno-stringop-overflow, LAPACK_INFO=mkl, PERF_WITH_AVX=1, PERF_WITH_AVX2=1, PERF_WITH_AVX512=1, TORCH_VERSION=1.8.0, USE_CUDA=ON, USE_CUDNN=ON, USE_EXCEPTION_PTR=1, USE_GFLAGS=OFF, USE_GLOG=OFF, USE_MKL=ON, USE_MKLDNN=ON, USE_MPI=OFF, USE_NCCL=ON, USE_NNPACK=ON, USE_OPENMP=ON, 

TorchVision: 0.9.0+cu111
OpenCV: 4.8.1
MMCV: 1.4.0
MMCV Compiler: GCC 7.3
MMCV CUDA Compiler: 11.1
MMDetection: 2.11.0
MMDetection3D: 0.11.0+fb4384c
------------------------------------------------------------

庫:

# packages in environment at /root/miniconda3/envs/bevfusion:
#
# Name                    Version                   Build  Channel
_libgcc_mutex             0.1                        main    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
_openmp_mutex             5.1                       1_gnu    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
absl-py                   2.0.0                    pypi_0    pypi
addict                    2.4.0                    pypi_0    pypi
anyio                     4.0.0                    pypi_0    pypi
argon2-cffi               23.1.0                   pypi_0    pypi
argon2-cffi-bindings      21.2.0                   pypi_0    pypi
arrow                     1.3.0                    pypi_0    pypi
asttokens                 2.4.0                    pypi_0    pypi
async-lru                 2.0.4                    pypi_0    pypi
attrs                     23.1.0                   pypi_0    pypi
babel                     2.13.0                   pypi_0    pypi
backcall                  0.2.0                    pypi_0    pypi
beautifulsoup4            4.12.2                   pypi_0    pypi
black                     23.9.1                   pypi_0    pypi
bleach                    6.1.0                    pypi_0    pypi
ca-certificates           2023.08.22           h06a4308_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
cachetools                5.3.1                    pypi_0    pypi
certifi                   2023.7.22                pypi_0    pypi
cffi                      1.16.0                   pypi_0    pypi
charset-normalizer        3.3.0                    pypi_0    pypi
click                     8.1.7                    pypi_0    pypi
comm                      0.1.4                    pypi_0    pypi
contourpy                 1.1.1                    pypi_0    pypi
cycler                    0.12.1                   pypi_0    pypi
cython                    0.29.32                  pypi_0    pypi
debugpy                   1.8.0                    pypi_0    pypi
decorator                 5.1.1                    pypi_0    pypi
defusedxml                0.7.1                    pypi_0    pypi
descartes                 1.1.0                    pypi_0    pypi
exceptiongroup            1.1.3                    pypi_0    pypi
executing                 2.0.0                    pypi_0    pypi
fastjsonschema            2.18.1                   pypi_0    pypi
filelock                  3.12.4                   pypi_0    pypi
fire                      0.5.0                    pypi_0    pypi
flake8                    6.1.0                    pypi_0    pypi
fonttools                 4.43.1                   pypi_0    pypi
fqdn                      1.5.1                    pypi_0    pypi
fsspec                    2023.9.2                 pypi_0    pypi
google-auth               2.23.3                   pypi_0    pypi
google-auth-oauthlib      1.0.0                    pypi_0    pypi
grpcio                    1.59.0                   pypi_0    pypi
huggingface-hub           0.18.0                   pypi_0    pypi
idna                      3.4                      pypi_0    pypi
imageio                   2.31.5                   pypi_0    pypi
importlib-metadata        6.8.0                    pypi_0    pypi
importlib-resources       6.1.0                    pypi_0    pypi
iniconfig                 2.0.0                    pypi_0    pypi
ipykernel                 6.25.2                   pypi_0    pypi
ipython                   8.12.3                   pypi_0    pypi
ipython-genutils          0.2.0                    pypi_0    pypi
ipywidgets                8.1.1                    pypi_0    pypi
isoduration               20.11.0                  pypi_0    pypi
jedi                      0.19.1                   pypi_0    pypi
jinja2                    3.1.2                    pypi_0    pypi
joblib                    1.3.2                    pypi_0    pypi
json5                     0.9.14                   pypi_0    pypi
jsonpointer               2.4                      pypi_0    pypi
jsonschema                4.19.1                   pypi_0    pypi
jsonschema-specifications 2023.7.1                 pypi_0    pypi
jupyter                   1.0.0                    pypi_0    pypi
jupyter-client            8.4.0                    pypi_0    pypi
jupyter-console           6.6.3                    pypi_0    pypi
jupyter-core              5.4.0                    pypi_0    pypi
jupyter-events            0.7.0                    pypi_0    pypi
jupyter-lsp               2.2.0                    pypi_0    pypi
jupyter-server            2.7.3                    pypi_0    pypi
jupyter-server-terminals  0.4.4                    pypi_0    pypi
jupyterlab                4.0.7                    pypi_0    pypi
jupyterlab-pygments       0.2.2                    pypi_0    pypi
jupyterlab-server         2.25.0                   pypi_0    pypi
jupyterlab-widgets        3.0.9                    pypi_0    pypi
kiwisolver                1.4.5                    pypi_0    pypi
ld_impl_linux-64          2.38                 h1181459_1    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
libffi                    3.3                  he6710b0_2    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
libgcc-ng                 11.2.0               h1234567_1    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
libgomp                   11.2.0               h1234567_1    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
libstdcxx-ng              11.2.0               h1234567_1    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
llvmlite                  0.31.0                   pypi_0    pypi
lyft-dataset-sdk          0.0.8                    pypi_0    pypi
markdown                  3.5                      pypi_0    pypi
markupsafe                2.1.3                    pypi_0    pypi
matplotlib                3.6.2                    pypi_0    pypi
matplotlib-inline         0.1.6                    pypi_0    pypi
mccabe                    0.7.0                    pypi_0    pypi
mistune                   3.0.2                    pypi_0    pypi
mmcv-full                 1.4.0                    pypi_0    pypi
mmdet                     2.11.0                    dev_0    <develop>
mmdet3d                   0.11.0                    dev_0    <develop>
mmpycocotools             12.0.3                   pypi_0    pypi
mypy-extensions           1.0.0                    pypi_0    pypi
nbclient                  0.8.0                    pypi_0    pypi
nbconvert                 7.9.2                    pypi_0    pypi
nbformat                  5.9.2                    pypi_0    pypi
ncurses                   6.4                  h6a678d5_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
nest-asyncio              1.5.8                    pypi_0    pypi
networkx                  2.2                      pypi_0    pypi
notebook                  7.0.5                    pypi_0    pypi
notebook-shim             0.2.3                    pypi_0    pypi
numba                     0.48.0                   pypi_0    pypi
numpy                     1.19.5                   pypi_0    pypi
nuscenes-devkit           1.1.9                    pypi_0    pypi
oauthlib                  3.2.2                    pypi_0    pypi
opencv-python             4.8.1.78                 pypi_0    pypi
openssl                   1.1.1w               h7f8727e_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
overrides                 7.4.0                    pypi_0    pypi
packaging                 23.2                     pypi_0    pypi
pandas                    1.4.4                    pypi_0    pypi
pandocfilters             1.5.0                    pypi_0    pypi
parso                     0.8.3                    pypi_0    pypi
pathspec                  0.11.2                   pypi_0    pypi
pexpect                   4.8.0                    pypi_0    pypi
pickleshare               0.7.5                    pypi_0    pypi
pillow                    10.1.0                   pypi_0    pypi
pip                       23.2.1           py38h06a4308_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
pkgutil-resolve-name      1.3.10                   pypi_0    pypi
platformdirs              3.11.0                   pypi_0    pypi
plotly                    5.11.0                   pypi_0    pypi
pluggy                    1.3.0                    pypi_0    pypi
plyfile                   1.0.1                    pypi_0    pypi
prometheus-client         0.17.1                   pypi_0    pypi
prompt-toolkit            3.0.39                   pypi_0    pypi
protobuf                  4.24.4                   pypi_0    pypi
psutil                    5.9.6                    pypi_0    pypi
ptyprocess                0.7.0                    pypi_0    pypi
pure-eval                 0.2.2                    pypi_0    pypi
pyasn1                    0.5.0                    pypi_0    pypi
pyasn1-modules            0.3.0                    pypi_0    pypi
pycocotools               2.0.7                    pypi_0    pypi
pycodestyle               2.11.1                   pypi_0    pypi
pycparser                 2.21                     pypi_0    pypi
pyflakes                  3.1.0                    pypi_0    pypi
pygments                  2.16.1                   pypi_0    pypi
pyparsing                 3.1.1                    pypi_0    pypi
pyquaternion              0.9.9                    pypi_0    pypi
pytest                    7.4.2                    pypi_0    pypi
python                    3.8.3                hcff3b4d_2    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
python-dateutil           2.8.2                    pypi_0    pypi
python-json-logger        2.0.7                    pypi_0    pypi
pytz                      2023.3.post1             pypi_0    pypi
pywavelets                1.4.1                    pypi_0    pypi
pyyaml                    6.0.1                    pypi_0    pypi
pyzmq                     25.1.1                   pypi_0    pypi
qtconsole                 5.4.4                    pypi_0    pypi
qtpy                      2.4.0                    pypi_0    pypi
readline                  8.2                  h5eee18b_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
referencing               0.30.2                   pypi_0    pypi
requests                  2.31.0                   pypi_0    pypi
requests-oauthlib         1.3.1                    pypi_0    pypi
rfc3339-validator         0.1.4                    pypi_0    pypi
rfc3986-validator         0.1.1                    pypi_0    pypi
rpds-py                   0.10.6                   pypi_0    pypi
rsa                       4.9                      pypi_0    pypi
safetensors               0.4.0                    pypi_0    pypi
scikit-image              0.19.3                   pypi_0    pypi
scikit-learn              1.1.3                    pypi_0    pypi
scipy                     1.9.3                    pypi_0    pypi
send2trash                1.8.2                    pypi_0    pypi
setuptools                68.0.0           py38h06a4308_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
shapely                   1.8.5.post1              pypi_0    pypi
six                       1.16.0                   pypi_0    pypi
sniffio                   1.3.0                    pypi_0    pypi
soupsieve                 2.5                      pypi_0    pypi
sqlite                    3.41.2               h5eee18b_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
stack-data                0.6.3                    pypi_0    pypi
tenacity                  8.2.3                    pypi_0    pypi
tensorboard               2.14.1                   pypi_0    pypi
tensorboard-data-server   0.7.1                    pypi_0    pypi
termcolor                 2.3.0                    pypi_0    pypi
terminado                 0.17.1                   pypi_0    pypi
terminaltables            3.1.10                   pypi_0    pypi
threadpoolctl             3.2.0                    pypi_0    pypi
tifffile                  2023.7.10                pypi_0    pypi
timm                      0.9.7                    pypi_0    pypi
tinycss2                  1.2.1                    pypi_0    pypi
tk                        8.6.12               h1ccaba5_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
tomli                     2.0.1                    pypi_0    pypi
torch                     1.8.0+cu111              pypi_0    pypi
torchaudio                0.8.0                    pypi_0    pypi
torchvision               0.9.0+cu111              pypi_0    pypi
tornado                   6.3.3                    pypi_0    pypi
tqdm                      4.66.1                   pypi_0    pypi
traitlets                 5.11.2                   pypi_0    pypi
types-python-dateutil     2.8.19.14                pypi_0    pypi
typing-extensions         4.8.0                    pypi_0    pypi
uri-template              1.3.0                    pypi_0    pypi
urllib3                   2.0.6                    pypi_0    pypi
wcwidth                   0.2.8                    pypi_0    pypi
webcolors                 1.13                     pypi_0    pypi
webencodings              0.5.1                    pypi_0    pypi
websocket-client          1.6.4                    pypi_0    pypi
werkzeug                  3.0.0                    pypi_0    pypi
wheel                     0.41.2           py38h06a4308_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
widgetsnbextension        4.0.9                    pypi_0    pypi
xz                        5.4.2                h5eee18b_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main
yapf                      0.32.0                   pypi_0    pypi
zipp                      3.17.0                   pypi_0    pypi
zlib                      1.2.13               h5eee18b_0    https://mirrors.ustc.edu.cn/anaconda/pkgs/main

最重要的是這三個:
【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀
mmcv-full一定要下載好與環(huán)境對應的版本,不然會影響編譯,出奇怪的環(huán)境錯誤
提供我用的mmcv-full地址mmcv-full 1.4.0 cuda11 torch1.8.0版本
下好后直接pip安裝這個壓縮包(mmcv-full 1.4.0 安裝好了)
其他的可以按照如上先pip install 下好,以免編譯過程系統找這些包超時,也可直接編譯,報一個不匹配裝一個

然后 cd mmdetection-2.11.0,依次執(zhí)行

pip install -r requirements/build.txt
pip install -v -e .  # or "python setup.py develop"

(mmdet 2.11.0 編譯完畢)
編譯最好執(zhí)行這個命令:python setup.py develop
mmdetection3d沒必要按他說的重新下載,整個文件夾就相當是,所以直接回到上級目錄,執(zhí)行 python setup.py develop(mmdet3d 0.11.0 編譯完畢)

data文件直接在BEVFusion下創(chuàng)建,并把下載好的nuscenes解壓放好,包括測試集解壓后470多g
執(zhí)行
python tools/create_data.py nuscenes --root-path ./data/nuscenes --out-dir ./data/nuscenes --extra-tag nuscenes處理數據,要點時間

# training example for bevfusion-pointpillar 
# train nuimage for camera stream backbone and neck.
./tools/dist_train.sh configs/bevfusion/cam_stream/mask_rcnn_dbswin-t_fpn_3x_nuim_cocopre.py 8
# first train camera stream
./tools/dist_train.sh configs/bevfusion/cam_stream/bevf_pp_4x8_2x_nusc_cam.py 8
# then train LiDAR stream
./tools/dist_train.sh configs/bevfusion/lidar_stream/hv_pointpillars_secfpn_sbn-all_4x8_2x_nus-3d.py 8
# then train BEVFusion
./tools/dist_train.sh configs/bevfusion/bevf_pp_2x8_1x_nusc.py 8

8是gpu數,按卡數改
執(zhí)行訓練,第一條nuimage的訓練可以忽略,直接git上下載模型放好,后面三條語句依次執(zhí)行就行,官方要求3090*8,自己沒這么多卡,就兩張,把batchsize調為1勉強能跑【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,點云,論文閱讀文章來源地址http://www.zghlxwxcb.cn/news/detail-759679.html

到了這里,關于【論文閱讀】以及部署B(yǎng)EVFusion: A Simple and Robust LiDAR-Camera Fusion Framework的文章就介紹完了。如果您還想了解更多內容,請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網!

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如若轉載,請注明出處: 如若內容造成侵權/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • 【圖像異常檢測】SimpleNet: A Simple Network for Image Anomaly Detection and Localization 論文閱讀

    【圖像異常檢測】SimpleNet: A Simple Network for Image Anomaly Detection and Localization 論文閱讀

    中文標題:SimpleNet:一個簡單的圖像異常檢測和定位網絡 文章信息: 發(fā)表于:CVPR 2023 原文鏈接:https://arxiv.org/abs/2303.15140 源代碼:https://github.com/DonaldRR/SimpleNet 我們提出了一種簡單且易于應用的網絡(稱為SimpleNet)來檢測和定位異常。SimpleNet由四個組件組成:(1)預訓練的

    2024年04月17日
    瀏覽(32)
  • OVRL-V2: A simple state-of-art baseline for IMAGENAV and OBJECTNAV 論文閱讀

    OVRL-V2: A simple state-of-art baseline for IMAGENAV and OBJECTNAV 論文閱讀

    題目 :OVRL-V2: A simple state-of-art baseline for IMAGENAV and OBJECTNAV 作者 :Karmesh Yadav, Arjun Majumdar, Ram Ramrakhya 來源 :arxiv 時間 :2023 代碼地址 : https://github.com/ykarmesh/OVRL 我們提出了一個由與任務無關的組件(ViT、卷積和 LSTM)組成的單一神經網絡架構,該架構在 IMAGENAV(“轉到 這

    2024年02月11日
    瀏覽(24)
  • [論文閱讀筆記20]MotionTrack: Learning Robust Short-term and Long-term Motions for Multi-Object Tracking

    [論文閱讀筆記20]MotionTrack: Learning Robust Short-term and Long-term Motions for Multi-Object Tracking

    論文地址: https://arxiv.org/pdf/2303.10404.pdf 代碼: 未開源 目前是MOT20的第二名 這篇文章著力于解決 長時 跟蹤的問題. 當前大多數方法只能依靠Re-ID特征來進行長時跟蹤, 也就是軌跡長期丟失后的再識別. 然而, Re-ID特征并不總是有效的. 尤其是在擁擠和極度遮擋的情況下. 為此, 這篇

    2024年02月16日
    瀏覽(28)
  • [論文閱讀]BEVFusion——基于統一BEV特征的多任務多傳感器融合

    [論文閱讀]BEVFusion——基于統一BEV特征的多任務多傳感器融合

    BEVFusion: Multi-Task Multi-Sensor Fusion with Unified Bird’s-Eye View Representation 基于統一BEV特征的多任務多傳感器融合 論文網址:BEVFusion 代碼:BEVFusion BEVFusion: Multi-Task Multi-Sensor Fusion with Unified Bird’s-Eye View Representation: 問題背景和動機 多傳感器融合對于精確可靠的自動駕駛系統至關重要

    2024年02月07日
    瀏覽(26)
  • 論文閱讀《Robust Monocular Depth Estimation under Challenging Conditions》

    論文閱讀《Robust Monocular Depth Estimation under Challenging Conditions》

    論文地址:https://arxiv.org/pdf/2308.09711.pdf 源碼地址:https://github.com/md4all/md4all ??現有SOTA的單目估計方法在理想的環(huán)境下能得到滿意的結果,而在一些極端光照與天氣的情況下往往會失效。針對模型在極端條件下的表現不佳問題,文章提出一種用于解決這種安全問題的模型:

    2024年02月09日
    瀏覽(27)
  • Benchmarking Augmentation Methods for Learning Robust Navigation Agents 論文閱讀

    Benchmarking Augmentation Methods for Learning Robust Navigation Agents 論文閱讀

    題目 :Benchmarking Augmentation Methods for Learning Robust Navigation Agents: the Winning Entry of the 2021 iGibson Challenge 作者 :Naoki Yokoyama, Qian Luo 來源 :arXiv 時間 :2022 深度強化學習和可擴展的真實感模擬的最新進展使得用于各種視覺任務(包括導航)的具體人工智能日益成熟。然而,雖然在

    2024年02月14日
    瀏覽(22)
  • [論文閱讀] BoT-SORT: Robust Associations Multi-Pedestrian Tracking

    [論文閱讀] BoT-SORT: Robust Associations Multi-Pedestrian Tracking

    這篇文章是今年6月底發(fā)布的一篇多目標跟蹤(MOT)的 屠榜 方法,命名為BoT-SORT。作者來自以色列的特拉維夫大學(Tel-Aviv University)。本文簡單談談我對這個算法的理解,因為也是MOT領域的初學者,如有錯誤希望各位讀者修正,也歡迎大家一起探討。 PS:文章內部分圖片是原創(chuàng)

    2024年02月02日
    瀏覽(21)
  • 多模態(tài)融合2022|TransFusion: Robust LiDAR-Camera Fusion for 3D Object Detection with Transformers

    多模態(tài)融合2022|TransFusion: Robust LiDAR-Camera Fusion for 3D Object Detection with Transformers

    論文題目:TransFusion: Robust LiDAR-Camera Fusion for 3D Object Detection with Transformers 會議:CVPR2022 單位:香港科技大學,華為 1.摘要+intro 作者認為目前的坑是在point-wise級的融合,之前方法存在兩個主要問題,第一,它們簡單地通過逐個元素相加或拼接來融合LiDAR特征和圖像特征,因此

    2023年04月08日
    瀏覽(28)
  • 論文閱讀<Contrastive Learning-based Robust Object Detection under Smoky Conditions>

    論文閱讀<Contrastive Learning-based Robust Object Detection under Smoky Conditions>

    論文鏈接:https://openaccess.thecvf.com/content/CVPR2022W/UG2/papers/Wu_Contrastive_Learning-Based_Robust_Object_Detection_Under_Smoky_Conditions_CVPRW_2022_paper.pdf ????????目標檢測是指有效地找出圖像中感興趣的目標,然后準確地確定它們的類別和位置。近年來,許多優(yōu)秀的方法被開發(fā)出來,以提供強

    2024年02月04日
    瀏覽(30)
  • Cross-Drone Transformer Network for Robust Single Object Tracking論文閱讀筆記

    Cross-Drone Transformer Network for Robust Single Object Tracking論文閱讀筆記

    無人機在各種應用中得到了廣泛使用,例如航拍和軍事安全,這得益于它們與固定攝像機相比的高機動性和廣闊視野。多 無人機追蹤系統可以通過從不同視角收集互補的視頻片段 ,為目標提供豐富的信息,特別是當目標在某些視角中被遮擋或消失時。然而,在多無人機視覺

    2024年01月25日
    瀏覽(23)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包