一、PointPillars 介绍 本文提出了一种新的用于 3D 目标检测的方法 PointPillars，它利用 PointNets 来学习组织在垂直列中的点云表示。虽然编码特征可以与任何标准的 2D 卷积检测架构一起使用&#

目录 数据集 模型选择 使用预训练权重 训练设置 图像大小 批处理大小 超参数 Tensorflow Lite模型部署实战教程是一系列嵌入式Linux平台上的模型部署教程。 🌲基于的硬件平台：i.MX

在高xq大佬的指导下完成了代码的调试和第一次训练，纯手工复盘记录，再度理解学习~！！！ 记录的逻辑不是很清晰，因为知识盲区太多，待理解的后续继续补

前言 B站讲解视频 我的研究生毕业论文方向就是时空行为检测，所以，slowfast和ava是我重点搞的，我的博客主页也有很多这些相关内容。 终于，到了标注数据这一块了，为

1、环境编译 2、VOC数据集下载 3、修改训练.cfg及.data文件 4、cfg配置参数详解 5、训练脚本，开始训练 6、How to save weight on Linux training? 7、控制台输出信

1.论文简介 CenterFusion: Center-based Radar and Camera Fusion for 3D Object Detection. Ramin Nabati, Hairong Qi 论文链接：

近年来，目标检测的工程应用研究中，YOLO系列以快速响应、高精度、结构简单以及容易部署的特点备受工程研究人员的青睐。同时，YOLO系列存在需要手工设定样本正负导致模型泛化能力较差的问题。为了解决此类问题

「AAAI2021」Duel-Level Collaborative Transformer for Image Captioning 这里简单介绍自己第一篇被接受的一作工作《Duel-Level Collaborative Transfor

前言 本文主要介绍目标检测YOLOV5算法来训练自己的数据集，并且使用TensorRT来对训练好的模型进行加速推理。 环境配置 ubuntu 18.04 64bitnvidia gtx 2080Ticuda 11.0torc

YOLO Ross Girshick —— Facebook AI Research （RBG大神） 论文阅读：You Only Look Once: Unified, Real-Time Objec