哈哈哈喽喽喽

摘要： 0、对比学习和度量学习 相同点： 1.度量学习和对比学习的思想是一样的，都是去拉近相似的样本，推开不相似的样本。 不同点： 1.对比学习是无监督或者自监督学习方法，而度量学习一般为有监督学习方法 2.对比学习为单正例多负例的形式，因为是无监督，数据是充足的，也就可以找到无穷的负例，但如何构造有效正例 阅读全文

摘要： 输入数据归一化和特征归一化，两者有一定相似性 输入归一化 输入归一化和标准化为什么输入数据需要归一化？ 排除量纲影响 避免异常值引起的网络无法收敛或数值问题 激活函数用sigmoid时，避免神经元饱和 零中心可以提高训练效率，少走“之”字（输入全为正时，与第一层相连的权重只能全为正或负） 防止梯度爆 阅读全文

摘要： 1、loss不收敛 1、数据是否有问题，label是不是有问题 2、查看参数及梯度值，可能存在问题：梯度值为0或者太小（变量的值只保留五位小数） 3、参数所在的类，是否加入了optimal的优化参数序列中(不然梯度虽然回传了，但优化器并不会对你的参数产生反应） 如果是一个模型类的列表： 请不要用li 阅读全文

摘要： https://karpathy.github.io/2019/04/25/recipe/ 训练神经网络2个坑 训练神经网络2个leaky abstraction 据说开始训练神经网络很容易。许多库和框架都觉得使用30行代码来解决数据问题很了不起，这给人一种即插即用的(错误的)印象。常见的做法是：在 阅读全文

摘要： 教授斯坦福大学CS231n（深度学习）课程的时候，我们在教最基础的反向传播时特意设计了一些需要编写详细计算过程的编程作业。学生们需要用原始的numpy来实现每一层的前向和后向传播步骤。不可避免地，有些学生在课堂留言板上抱怨： “为啥现实世界中的框架，如Tensorflow，已经能帮你自动计算这些，我 阅读全文

摘要： 《An Application-Driven Conceptualization of Corner Cases for Perception in Highly Automated Driving》 Corner Cases分类和定义 表格纵向是传感器的corner case种类，即激光雷达、摄像 阅读全文

摘要： 《Corner Cases for Visual Perception in Automated Driving: Some Guidance on Detection Approaches》论文笔记 Corner Cases检测使用场景-保障行驶安全 1、In the online applica 阅读全文

摘要： #0、LiDAR 数据格式：3D点云；每一个点除了包含X，Y，Z坐标，还包含一个反射强度R，类似与毫米波雷达里的RCS 1、3D OD算法(https://zhuanlan.zhihu.com/p/390156904， https://zhuanlan.zhihu.com/p/412161451) 阅读全文

摘要： 0.多模态模型Florence: A New Foundation Model for Computer Vison； 对比loss+MLM掩码语言模型 ALBEF：Align before fuse: Vision and language representation learning with 阅读全文

摘要： #1、ROI和ROI Pooling差异？（https://jishuin.proginn.com/p/763bfbd30d3b） 像Fast R-CNN,ROI后面接的FC，所以需要ROI将特征归一到相同尺寸 ROI在映射过程（经过量化）+ROI Pooling（会再次量化），使得原始的ROI和R 阅读全文