一颗小树x
已加入开发者社区2008天
勋章
专家博主
专家博主
星级博主
星级博主
技术博主
技术博主
开发者认证勋章
开发者认证勋章
江湖新秀
江湖新秀
我关注的人
粉丝
技术能力
兴趣领域
- 人工智能
- 自动驾驶
- 计算机视觉
- 多模态
擅长领域
-
Java
高级
能力说明：
精通JVM运行机制，包括类生命、内存模型、垃圾回收及JVM常见参数；能够熟练使用Runnable接口创建线程和使用ExecutorService并发执行任务、识别潜在的死锁线程问题；能够使用Synchronized关键字和atomic包控制线程的执行顺序，使用并行Fork/Join框架；能过开发使用原始版本函数式接口的代码。
技术认证
-
-
Apsara Clouder人工智能专项技能认证：Python数据科学分析实战
获得于2019-06-15 16:04:13 -
Apsara Clouder基础技能认证：阿里云RPA（机器人流程自动化）- 初级入门（可视化）
获得于2019-06-08 01:48:19
-
Apsara Clouder专项技能认证：实现调用API接口
获得于2019-06-06 13:27:03
-
Apsara Clouder大数据技能认证：基于机器学习的客户流失预警分析
获得于2019-06-06 02:05:35
-
Apsara Clouder大数据技能认证：基于工业数据的检测分析
获得于2019-05-30 02:40:06
-
计算机方向专业，长期从事自动驾驶工作，主要负责感知模块。喜欢写博客和学习新知识。擅长深度学习和视觉算法开发，包括检测、分类和分割等方向。新技术和算法保持好奇，持续学习和跟进前沿技术。喜欢这样一句话：扬在脸上的自信，藏在心底的善良，溶在血液里的骨气，刻在生命里的坚强。
-
【多传感器融合】BEVFusion: 激光雷达和摄像头融合框架 NeurIPS 202212个月前BEVFusion提出一个融合多摄像头和激光雷达数据的框架，可用于3D检测。在自动驾驶领域，通过独立处理并融合摄像头和激光雷达数据，可以显著提升3D对象检测的准确性和稳健性，尤其是在激光雷达可能出现故障的真实场景中。1815来自： 人工智能 -
CVPR 2023 | 主干网络FasterNet 核心解读 代码分析1年前本文分享来自CVPR 2023的论文，提出了一种快速的主干网络，名为FasterNet。核心算子是PConv，partial convolution，部分卷积，通过减少冗余计算和内存访问来更有效地提取空间特征。5001来自： 人工智能 -
单目3D目标检测 方法综述——直接回归方法、基于深度信息方法、基于点云信息方法1年前本文综合整理单目3D目标检测的方法模型，包括：基于几何约束的直接回归方法，基于深度信息的方法，基于点云信息的方法。万字长文，慢慢阅读~ 直接回归方法 涉及到模型包括：MonoCon、MonoDLE、MonoFlex、CUPNet、SMOKE等。 基于深度信息的方法 涉及到模型包括：MF3D、MonoGRNet、D4LCN、MonoPSR等。 基于点云信息的方法 涉及到模型包括：Pseudo lidar、DD3D、CaDDN、LPCG等。1200来自： 人工智能 -
【论文解读】单目3D目标检测 MonoCon（AAAI2022）1年前本文分享单目3D目标检测，MonoCon模型的论文解读，了解它的设计思路，论文核心观点，模型结构，以及效果和性能。361来自： 人工智能 -
【论文解读】单目3D目标检测 LPCG（ECCV 2022）1年前本文分享单目3D目标检测，LPCG模型的论文解读，了解它的设计思路，论文核心观点，模型结构，以及效果和性能。254来自： 人工智能 -
未来之路：大模型技术在自动驾驶的应用与影响1年前本文深入分析了大模型技术在自动驾驶领域的应用和影响，万字长文，慢慢观看~ 文中首先概述了大模型技术的发展历程，自动驾驶模型的迭代路径，以及大模型在自动驾驶行业中的作用。 接着，详细介绍了大模型的基本定义、基础功能和关键技术，特别是Transformer注意力机制和预训练-微调范式。 文章还介绍了大模型在任务适配性、模型变革和应用前景方面的潜力。 在自动驾驶技术的部分，详细回顾了从CNN到RNN、GAN，再到BEV和Transformer结合的技术迭代路径，以及占用网络模型的应用。 最后，文章重点讨论了大模型如何在自动驾驶的感知、预测和决策层面提供赋能，突出了其在该领域的重要性和影响力。1439来自： 人工智能
暂无更多
暂无更多信息
2023年11月
-
11.15 15:56:58
发表了文章
2023-11-15 15:56:58
3D目标检测数据集 DAIR-V2X-V
本文分享国内场景3D目标检测，公开数据集 DAIR-V2X-V（也称为DAIR-V2X车端）。DAIR-V2X车端3D检测数据集是一个大规模车端多模态数据集，包括： 22325帧 图像数据 22325帧 点云数据 2D&3D标注 基于该数据集，可以进行车端3D目标检测任务研究，例如单目3D检测、点云3D检测和多模态3D检测。 -
11.15 15:53:37发表了文章
2023-11-15 15:53:37
视频监控 智能交通 数据集（目标检测、跟踪）
总结一下视频监控的数据集，用于目标检测、跟踪，持续跟新中.......... -
11.15 15:50:05发表了文章
2023-11-15 15:50:05
智能驾驶--语义分割 公开数据集 汇总
本文整理了10个质量较好，数据集较大，比较新的，图像语义分割的公开数据集；主要服务于智能驾驶方向（辅助驾驶、自动驾驶等）。 -
11.15 15:44:24发表了文章
2023-11-15 15:44:24
Cityscapes数据集（智能驾驶场景的语义分割）
面向智能驾驶（辅助驾驶、自动驾驶）场景下的语义分割任务，由于非结构化场景的复杂性，是一个非常具有挑战性的任务，所以有许多研究者和研究机构公开了很多相关的数据集推动语义分割领域的发展。本文主要介绍Cityscapes数据集。 -
11.15 15:40:13发表了文章
2023-11-15 15:40:13
CamVid数据集（智能驾驶场景的语义分割）
CamVid 数据集是由剑桥大学公开发布的城市道路场景的数据集。CamVid全称：The Cambridge-driving Labeled Video Database，它是第一个具有目标类别语义标签的视频集合。 数据集包 括 700 多张精准标注的图片用于强监督学习，可分为训练集、验证集、测试集。同时， 在 CamVid 数据集中通常使用 11 种常用的类别来进行分割精度的评估，分别为：道路 （Road）、交通标志（Symbol）、汽车（Car）、天空（Sky）、行人道（Sidewalk）、电线杆 （Pole）、围墙（Fence）、行人（Pedestrian）、建筑物（Building） -
11.15 15:37:36发表了文章
2023-11-15 15:37:36
ARGO数据集—自动驾驶场景（版本：Argoverse 1.1）
ARGO是一个自动驾驶场景的数据集，它有竞赛排行（立体深度估计、运动预测、3D检测、3D跟踪等等）.Argoverse1.1 通过1000 多个驾驶小时中提取，包括 113 个场景的 3D 跟踪注释，和用于运动预测的 324,557 条车辆轨迹。 -
11.15 15:32:38发表了文章
2023-11-15 15:32:38
机器人操作系统ROS 编程开发--详细总结
最近工作涉及到自动驾驶的，需要学习ROS，学习中总结了一些知识点，分享给大家。 机器人操作系统ROS，是一种分布式处理框架（又名Nodes），ROS常用C++和python编程语言开发；（这里项目开发采用C++ 11版本）。ROS的点对点设计以及服务和节点管理器等机制，可以分散由计算机视觉和语音识别等功能带来的实时计算压力，能够适应多机器人遇到的挑战。ROS免费并且开源。
2020年05月
-
05.20 21:23:05
提交了问题
2020-05-20 21:23:05
-
05.20 21:12:04提交了问题
2020-05-20 21:12:04
-
发表了文章
2024-05-15
【多模态融合】CRN 多视角相机与Radar融合 实现3D检测、目标跟踪、BEV分割 ICCV2023
-
发表了文章
2024-05-15
【多传感器融合】BEVFusion: 激光雷达和摄像头融合框架 NeurIPS 2022
-
发表了文章
2023-11-20
CVPR 2023 | 主干网络FasterNet 核心解读 代码分析
-
发表了文章
2023-11-16
未来之路：大模型技术在自动驾驶的应用与影响
-
发表了文章
2023-11-15
单目3D目标检测 方法综述——直接回归方法、基于深度信息方法、基于点云信息方法
-
发表了文章
2023-11-15
【论文解读】单目3D目标检测 LPCG（ECCV 2022）
-
发表了文章
2023-11-15
单目3D目标检测——MonoCon 模型训练 | 模型推理
-
发表了文章
2023-11-15
【论文解读】单目3D目标检测 MonoCon（AAAI2022）
-
发表了文章
2023-11-15
单目3D目标检测——MonoDLE 模型训练 | 模型推理
-
发表了文章
2023-11-15
【论文解读】单目3D目标检测 MonoDLE（CVPR2021）
-
发表了文章
2023-11-15
【论文解读】单目3D目标检测 MonoFlex（CVPR 2021）
-
发表了文章
2023-11-15
【论文解读】单目3D目标检测 DD3D（ICCV 2021）
-
发表了文章
2023-11-15
【论文解读】单目3D目标检测 CUPNet（ICCV 2021）
-
发表了文章
2023-11-15
单目3D目标检测——SMOKE 模型推理 | 可视化结果
-
发表了文章
2023-11-15
单目3D目标检测——SMOKE 环境搭建|模型训练
-
发表了文章
2023-11-15
【论文解读】SMOKE 单目相机 3D目标检测（CVPR2020）
-
发表了文章
2023-11-15
3D目标检测框架 MMDetection3D环境搭建 docker篇
-
发表了文章
2023-11-15
旋转目标检测【1】如何设计深度学习模型
-
发表了文章
2023-11-15
多目标跟踪 | 评测指标
-
发表了文章
2023-11-15
TensorRT 模型加速——输入、输出、部署流程
滑动查看更多
-
回答了问题
2023-11-22
双11，你都购入了哪些开发者好物？一起分享吧！
双11期间购买了平时价格较高的电子产品，买了一块4K显示器、机械键盘和鼠标。也买了一些日常生活用品和零食。在犹豫是否入手一台云计算机，想着用来搭建个人网站的。赞2 踩0 评论0 -
回答了问题
2023-11-15
ots是啥我了解一下？
在阿里云（Alibaba Cloud）中，OTS代表的是“表格存储”（Table Store），它是阿里云提供的一种NoSQL数据库服务，支持海量数据的存储和访问。表格存储是构建在阿里云高性能分布式系统之上，提供了高可扩展性和高可用性的数据存储解决方案。 表格存储主要特点如下： 弹性和可扩展性：能够根据业务需求自动调整存储和吞吐量，用户无需关心底层硬件资源。多模型数据支持：支持多种数据模型，包括宽表、时序数据、图数据等。强一致性与高可用性：提供行级别的原子操作，保证数据的强一致性；同时，通过数据多副本和跨地域灾备能力，确保高可用性。低延迟和高吞吐量：为大规模在线业务提供了毫秒级的数据访问性能和高吞吐量的能力。安全性：提供多层次的数据安全保护，包括网络隔离、权限控制等。简单易用：提供了丰富的SDK和API，方便用户快速集成和使用。表格存储适用于各种大数据场景，如个性化推荐、内容缓存、数据仓库、IoT（物联网）数据服务等。赞0 踩0 评论0 -
提交了问题
2020-05-20
请问用户头像旁边的这几个标志是什么吗？
-
提交了问题
2020-05-20
新手任务的完善个人资料中，无法修改头像，无法填写简介？？？？
-
回答了问题
2019-07-22
购买学生服务器问题（已通过学生认证，一下订单就价格就变回非优惠价格了）
我也试过了，轻量级目前是这样的，但是云服务器ECS 是9.9 一个月的，可以试试。赞0 踩0 评论0
滑动查看更多
暂无更多信息