随笔分类 - 02 机器学习

100 TensorRT Puglin开发

摘要：1. 核心原理定义计算逻辑：告诉 GPU 如何执行这个特殊层的计算。集成到 TensorRT：让 TensorRT 在推理时调用你的计算逻辑。 2. 开发步骤 1. 创建一个插件类，继承TensorRT的 IPluginV2 接口，实现关键函数 #include <NvInfer.h> clas 阅读全文

posted @ 2025-03-05 11:45 ldfm 阅读(10) 评论(0) 推荐(0) 编辑

05 感知 3D目标检测模型导出和部署（基础知识）

摘要：1. 模型导出基础介绍 torch.onnx.export中需要的模型实际上是一个torch.jit.ScriptModule。而要把普通 PyTorch 模型转一个这样的 TorchScript 模型，有跟踪（trace）和记录（script）两种导出计算图的方法。如果给torch.onnx.ex 阅读全文

posted @ 2025-03-04 09:38 ldfm 阅读(10) 评论(0) 推荐(0) 编辑

感知： 3D目标检测 Sparse BEV 补1

摘要：1. DETR3D 2021(DETR3D: 3D Object Detection from Multi-view Images via 3D-to-2D Queries) Ref 1. https://zhuanlan.zhihu.com/p/430198800 Coarse-to-Fine的形阅读全文

posted @ 2025-02-28 16:54 ldfm 阅读(9) 评论(0) 推荐(0) 编辑

04 感知：3D目标检测注意力机制

摘要：1. DETR 2020（DEtection TRansformer）End-to-End Object Detection with Transformers Best Ref: 理解DETR 可以将DETR视为一个从图像序列到一个集合序列的转换过程。该集合实际上就是一个可学习的位置编码（文章中也阅读全文

posted @ 2025-02-26 19:03 ldfm 阅读(17) 评论(0) 推荐(0) 编辑

03 感知：目标检测 Dense BEV feature

摘要：1. LSS 2020(First Depth Distribution) 核心：VoxelPooling （视锥点云特征 -> BEV特征）将 frastum 投影到ego vehicle 坐标系，形成 geometry，借助此geometry，将feature放到 bev feature '' 阅读全文

posted @ 2025-02-26 16:54 ldfm 阅读(20) 评论(0) 推荐(0) 编辑

01 感知：目标检测

摘要：1. BEV感知 BEV Camera view transformation 2d -> 3d via depth estimation 3d -> 2d (originates in 3d space) pure network based (implicitly) BEV Lidar voxe 阅读全文

posted @ 2025-02-26 16:54 ldfm 阅读(8) 评论(0) 推荐(0) 编辑

KITTI数据集

摘要：数据采集传感器：彩色和灰度立体相机（x = right, y = down, z = forward）；激光雷达（x = forward, y = left, z = up）；惯性导航系统（GPS/IMU）x = forward, y = left, z = up。 1、图片保存为png格式阅读全文

posted @ 2022-03-18 16:49 ldfm 阅读(258) 评论(0) 推荐(0) 编辑