CenterNet论文笔记.md
论文：CenterNet: Keypoint Triplets for Object Detection论文链接：https://arxiv.org/abs/1904.08189代码链接：https://github.com/Duankaiwen/CenterNet
今天介绍一篇很好的 one-st
...
mmDetection源码分析（五）：Faster R-CNN模块解读（三）
mmDetection源码分析（四）：Faster R-CNN模块解读（二）
Faster R-CNN模块解读（二） Backbone的构建上一篇博客介绍了检测器的构建，是通过build_from_cfg(cfg.model, DETECTORS, dict(train_cfg=train_cfg, test_cfg=test_cfg))调用得到，而构建检测器时，必须要构建B
...
mmDetection源码分析（三）：Faster R-CNN模块解读（一）
Faster R-CNN模块解读（一）— 检测器的构建根据之前的介绍，config文件中的 model 中的 type 指定了检测器是一个Faster R-CNN检测器。
我们知道要调用一个检测模型要用到函数model = build_detector(cfg.model, train_cfg=cf
...
CornerNet- Detecting Objects as Paired Keypoints论文解读
CornerNet- Detecting Objects as Paired Keypoints论文笔记论文：CornerNet: Detecting Objects as Paired Keypoints论文链接：https://arxiv.org/abs/1808.01244代码链接：https
...
mmDetection源码分析（2）：训练与配置文件
训练函数调用训练脚本python tools/train.py configs/faster_rcnn_r50_fpn_1x.py
训练可选项：
–work_dir：模型checkpoint以及训练log文件的输出目录，若在脚本中不设置，则为config/*.py中work_dir中的路径。
–r
...
FCOS- Fully Convolutional One-Stage Object Detection论文解读
FCOS- Fully Convolutional One-Stage Object Detection解读本文属于个人基于论文的一些标注与理解，大部分截至原文的内容，未读过论文的同学看起来可能会有点吃力，可以先阅读AI之路博主对论文的解读FCOS算法详解。若已经通读论文的同学，可以阅读本文，或许能
...
mmDetection源码分析（一）：inference阶段代码调用
mmdetection介绍mmDetection（mmdetection）应该是目前最流行的检测网络框架了，由香港中文大学与商汤合作维护的一个检测工具箱，目前仍然在不断的更新中。
本系列打算研究学习下如何使用mmDetection去复现其他论文的检测网络模型或者构建自己的网络模型，以及如何使用mmD
...
2D坐标系与3D坐标系的相互转换--python实现
并不是做关于SLAM方向的，但由于某些任务涉及到，故作此笔记～
相机内参矩阵：不同的的深度摄像头具有不同的特征参数，在计算机视觉里，将这组参数设置为相机的内参矩阵C:$$\begin{bmatrix} f_x& 0 &c_x \\ 0 & f_y & c_y \\ 0
...
Java中的多线程实现方式
Java中的多线程实现方式在我们的开发的过程中，常常会碰到多线程的问题，对于多线程的实现方式主要有两种：实现Runnable接口、集成Thread类。对于这两种多线程实现的方式也是有一些差异的。网上针对此问题基本都是使用买票系统的例子，接下来我们就用代码来模拟下售票系统，实现2个售票点发售10张车票
...