dJ3D4l50B9UA
EMIFF 论文：https://arxiv.org/abs/2303.10975 代码：https://github.com/Bosszhe/EMIFF 本文提出了一种新的基于摄像机的三维检测框架，增强型多尺度图像特征融合（EMIFF）。虽然EMIFF的输入是2D图像，但是它的neck层的结构设计应该普适于点云的3D目标检测，同时其中的MFC等模块可以简单地被替换成更先进的其他组件。 为了充分利用车辆和基础设施的整体视角，本文提出了多尺度交叉注意MCA（包含了MFC和MFS）和相机感知通道掩蔽CCM模块，以在尺度、空间和通道（MFC尺度级增强、MFS空间级增强、CCM通道级增强）级...
SwinTransformer paper：https://arxiv.org/abs/2103.14030（ICCV2021） code：https://github.com/microsoft/Swin-Transformer/blob/2622619f70760b60a42b996f5fcbe7c9d2e7ca57/models/swin_transformer.pyL458 学习链接： https://blog.csdn.net/qq_37541097/article/details/121119988 https://zhuanlan.zhihu.com/p/626820422...
PointTransformerV3:Simpler,Faster,Stronger publish：CVPR2024 paper：https://arxiv.org/abs/2312.10035 code：https://github.com/Pointcept/PointTransformerV3 commentary： https://zhuanlan.zhihu.com/p/673760352 idea： 作者在3Dlarge-scale表示学习中认识到模型性能更受规模scale的影响，而不是复杂设计。怎么理解这句话呢？相比较于复杂的网络设计，训练数据大小和模型参数量多少...
安装Ubuntu Linux元信息 两台机器，每台机器两台Ubuntu Ubuntu版本：ubuntu-22.04.3-desktop-amd64.iso 处理器数量2，每个处理器的核心数量2，总处理器核心数量4 单个虚拟机内存8192MB（8G），最大磁盘大小30G 参考链接 清华大学开源软件镜像站https://mirrors.tuna.tsinghua.edu.cn/ubuntu-releases/22.04/ 虚拟机（VMware）安装Linux（Ubuntu）安装教程https://blog.csdn.net/qq_39657434/article/details/112252...
Scala基础篇 数据类型 下表中列出的数据类型都是对象，可以直接对它们调用方法。 数据类型 描述 Byte 8位有符号补码整数。数值区间为-128到127 Short 16位有符号补码整数。数值区间为-32768到32767 Int 32位有符号补码整数。数值区间为-2147483648到2147483647 Long 64位有符号补码整数。数值区间为-9223372036854775808到9223372036854775807 Float 32位,IEEE754标准的单精度浮点数 Double 64位IEEE754标准的双精度浮点数 Char 16位...
功能介绍 登录 首页 修改密码 提交申请 提交列表 数据可视化 审核列表 前端 components结构 搭建Vue项目 Vue3快速上手： https://cn.vuejs.org/guide/quick-start.htmlcreating-a-vue-application 页面布局 <template> <el-container> <el-header> <HomeHeader/> </el-header> <el-container> <el-asidewidth="250px">...
概念漂移 概念漂移是数据流挖掘领域中一个重要的研究点。传统的机器学习算法在操作时通常假设数据是静态的，其数据分布不会随着时间发生变化。然而对于真实的数据流来说，由于数据流天生的时间性，到达的数据的分布可能会随着时间的推移不断改变。这使得传统的批处理模型不适合对数据流的进行挖掘分析，模型更是需要有检测和适应数据分布变化的能力。例如，在服装店销售预测的例子中，如果季节性因素导致服装销售额在夏季月份较高，那么在冬季该预测模型可能就不管用了。 如果要对概念漂移下定义的话，它的定义是：概念漂移是一种现象，即目标领域的统计属性随着时间的推移以一种任意的方式变化。 如果用一句话来描述概念漂移的话，它就...
决策树相关概念及简单实现 决策树是一种机器学习的方法。决策树的生成算法有ID3（信息增益）,C4.5（信息增益率）和CART（Gini系数）等。决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果。构造树的基本想法是随着树深度的增加，节点的熵迅速地降低。熵降低地速度越快越好，这样我们有望得到一颗高度最矮地决策树。 熵和Gini系数 描述样本纯度，熵和Gini系数越大，表示样本纯度越小，即样本中每一类出现的概率越小。 \[熵=-\sum_{i=1}^{n}{P_i\ln(P_i)}\] \[Gini系数=1\...
SparkCore RDD基础 定义 在Spark的编程接口中，每一个数据集都被表示为一个对象，称为RDD。RDD是ResillientDistributedDataset(弹性分布式数据集)的简称，是一个只读的(不可变的)、分区的(分布式的)、容错的、延迟计算的、类型推断的和可缓存的记录集合。 结构 RDD由以下五部分组成： 一组partition（分区），即组成整个数据集的块； 每个partition（分区）的计算函数（用于计算数据集中所有行的函数）； 所依赖的RDD列表（即父RDD列表）； （可选的）对于key-value类型的RDD，则包含一个Partitioner（默认是Has...
引入 本文在两台2核2g的云服务器上搭建了Hadoop集群，两台云服务器分别是阿里云（hjm）和腾讯云（gyt），集群部署规划如下： hjm gyt HDFS NameNode\SecondaryNameNode\DataNode DataNode YARN ResourceManager\NodeManager NodeManager 经实验，目前可以正常实现文件上传下载，但跑mapreduce程序还出现服务器资源不够的情况 搭建过程 新增用户 useraddhujinming passwdhujinming 配置用户sudo权限 vim/etc/sudoers ...