基于Lidar的object检测模型包括：Point-based，Voxel-base，Point-Voxel-based，Multi-view-based。 1.1 Point-based经典模型：PointNet，PointNet++，[PointRCNN(CVPR19)，IA-SSD(CVPR22)等]。基于 Point-based 的模型，直接对点云进行处理，可以减少位置信息的损失...

0. 基本概念 机器学习 机器学习就是利用计算机、概率论、统计学等知识，输入数据，让计算机学会新知识。机器学习的过程，就是训练数据去优化目标函数的过程。 深度学习 深度学习是机器学习的一个研究方向，深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声...

我们都知道目前的神经网络是一个黑盒，里面有太多我们无法解释的地方了，各种超参数又对网络的性能产生了特别大的影响，所以说调参是深度学习中一个非常重要的部分，但是我们目前已知的一些调参方式几乎都是根据前人的经验得来的，很多地方并没有严格的公式证明，我下面介绍的一些方法也是根据前辈的经验得到的，有些地方可能并不一定很严谨，但是以下的调参方式在大多数的场景中还是非常有效的。 1. 超参数概念 1...

1. 顶会审稿人论文写作技巧 1.1 阅读论文 发表论文的前提是大量阅读论文！！！文献阅读分为三个阶段，初期找方向，中期重点突破，后期广泛涉猎。 初期读论文需要逐字精读，方向不必严格限定，感兴趣论文涉及的论文链都可以去读。一篇论文用时一天，英文论文+中文分享，前期阅读论文数量30篇以上，可以提高学术英语阅读能力和专业术语积累。 中期读论文要重点精读，严格限定研究方向和方向涉及的论文链...

1. 一个合适的梯度下降优化算法 参考论文：1609.04747.pdf (arxiv.org) 梯度下降法是最小化目标函数 J(θ) 的一种方法，其中， θ ∈ ℝd 为模型参数，梯度下降法利用目标函数关于参数的梯度 ∇θJ(θ) 的反方向更新参数。学习率 η 决定达到最小值或者局部最小值过程中所采用的步长的大小。即我们沿着目标函数的斜面下降的方向，直到到达谷底。 梯度下降法是最著名...

一 机器学习基础 1. 标量、向量、矩阵、张量的概念及示例 1.1 标量、向量、矩阵、张量概念 一般来说，当前所有的机器学习系统都使用张量作为基本的数据结构。张量对这个领域非常的重要，重要到Google的TensorFlow都以它来命名。那么什么是张量呢？ 标量(0D张量) 仅包含一个数字的张量叫做标量(scalar，也叫标量张量、零维张量、0D张量)。在Numpy中，一个 f...

1.卷积神经网络发展 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习的代表算法之一 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invarian...

1 Yolov5四种网络模型 Yolov5官方代码中，给出的目标检测网络中一共有4个版本，分别是Yolov5s、Yolov5m、Yolov5l、Yolov5x四个模型。 学习一个新的算法，最好在脑海中对算法网络的整体架构有一个清晰的理解。 但比较尴尬的是，Yolov5代码中给出的网络文件是yaml格式，和原本Yolov3、Yolov4中的cfg不同。 因此无法用netron工具直接可...

0. Pytorch安装 Pytorch安装较为简单，本书不做过多介绍，进入Pytorch官网，选择对应的版本环境，利用下方生成的命令行安装即可。 地址：https://pytorch.org/ 1. MINST识别简单案例 我们先通过一个简单的例子来了解一下使用Pytorch搭建一个模型的完整流程，参考下面这张图，我们先通过文字来解释一下神经网络的工作原理。 神经网络中每...

本章教程的目标及涵盖范围 本章教程对 Apache Flink 的基本概念进行了介绍，虽然省略了许多重要细节，但是如果你掌握了本章内容，就足以实现可扩展并行度的 ETL、数据分析以及事件驱动的流式应用程序。本章重点对 Flink API 中的状态管理和时间进行了介绍，掌握了这些基础知识后，你将能更好地从其他详细参考文档中获取和掌握你所需要的知识。每小节结尾都有链接去引导你了解更多内容。 ...