以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 本文提出的背景是检测人体姿态。 对于这个任务 既需要局部精细的空间features来精准地检测人体关节位置 又需要全局的features来预测人体整体的朝向、姿态等。 核心思想 本文的核心目标/动机是将卷积过程中不同scale的信息全部提取并融合起来，既有深层的语义信息，也有浅层的空间细节信息。 Pipel...

以下内容偏向于记录个人练习过程及思考，请审慎阅读。 题目 2642. 设计可以求最短路径的图类 Rating 1810 思路 最短路板子题。Floyd 算法和 Dijkstra 算法都可以做。 代码 Floyd 算法 class Graph: def __init__(self, n: int, edges: List[List[int]]): f ...

以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 一阶段目标检测网络通常是按照一定规则在图像/feature map上滑动选取一系列anchors进行检测 二阶段目标检测网络通常是基于proposals的方式进行检测 以上两种方案都需要增加后处理NMS来去除大量的重复框，但后处理过程很难求导和训练。 核心思想 将目标用其中心点表示，然后利用回归网络预测其其它属性，如尺寸...

以下内容偏向于记录个人练习过程及思考，请审慎阅读。 题目 1345. 跳跃游戏 IV Rating 1810 思路 一眼bfs。可以连接的边是相同的数以及左右两边的数，建图后bfs即可找到最短路径。 但是潇洒写完一波后TLE了，代码如下 from collections import defaultdict from collections import deque cla...

以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 作者将LSS (Lift, Splat, Shoot)网络中估计的深度进行了可视化，发现结果意外的差。 作者认为LSS网络有3大缺陷： 深度预测部份并非有loss直接监督，而是通过检测loss反传梯度间接训练的，因此导致深度预测效果并不好。 大部分像素点没有预测出合理的深度值，作者认为这些地方并没有训练的比较好，推...

以下内容偏向于记录个人练习过程及思考，请审慎阅读。 题目 1519. 子树中标签相同的节点数 Rating 1808 思路 快养成习惯了，看到只有小写字母的题，先想一下有没有O(26X)复杂度的解法。这道题也是一个比较典型的例子。 对于某个节点，如果我们知道这个节点每个子树中对应的26个小写字母出现的次数，那么加上这个节点本身统计一下即可得到这个节点对应的树的26个小写字母出现...

以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 单目3d检测只需要一个camera，便宜易部署，但是3d检测效果远不如lidar、stereo相关方法，本质上是缺少了深度相关的信息。 为了解决这个问题，一些工作会单独训练一个单目深度估计网络。但是网络预测的深度在3d目标检测阶段被直接使用，未考虑到深度的不确定性，会导致3d目标检测的定位精度较差。另外，单独训练的单目深度估计...

以下内容偏向于记录个人练习过程及思考，请审慎阅读。 题目 2302. 统计得分小于 K 的子数组数目 Rating 1808 思路 看到题目数据范围是 1e5，猜测大概率是个 O(n) 或者 O(nlogn) 的做法。 考虑固定子数组的右端点时，如何寻找左端点？ 注意到子数组单调性，左端点越靠左，那么得分越高；反之则越低。 因此可以考虑二分： 遍历数组，将第 i 个位置当...

以下内容偏向于记录个人练习过程及思考，请审慎阅读。 题目 1594. 矩阵的最大非负积 Rating 1807 思路 对于二维网格从左上走到右下的问题，大概率是动态规划问题。 因为每个格子的状态只与其上面和左面的格子状态有关。 因为负数*负数也可以得到正数，所以我们需要记录路径上乘积最小的负数，以便在后面再遇到负数时有机会得到较大的正数。 因此考虑 对每个格子维护两个值，...

以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 背景是 lidar 3d 目标检测。 一些工作是将 3d lidar 点云投影到bev视角，再利用 2d cnn 网络进行检测。但由于点云的稀疏特性，这种做法效果并不好。 另外一些工作推广使用 3d 卷积核进行 3d 目标检测，但显然计算效率和计算量是瓶颈。 核心思想 设计了一种 3d lidar 点云的 en...