Dive into deep learning中文教材（第二版）https://zh-v2.d2l.ai/ 英文教材：https://d2l.ai/ 中文教材只有部分内容，我选择先从中文开始看减少一些难度，没有的章节再去看英文部分。请先

Numpy Cheat SheetBasics 基础简单创建np.arange(start, stop, step) np.array([1, 2, 3]) Placeholders 创建包括创建 linespace, zeros, one

PV-RCNN Shi, Shaoshuai, Chaoxu Guo, Li Jiang, Zhe Wang, Jianping Shi, Xiaogang Wang, and Hongsheng Li. “PV-RCNN: Point-V

Point-GNN note由于对于GNN没有过多的了解，并不能感受到GNN相对于CNN有极大的优势。相反的，在其中设计的很多结构，与使用CNN处理是相似的，最核心的观点就是捕捉到 (multi-scale) local feature，这

PointPillars note这篇文章也经常在其他文章中被提到，该网络特点就是具有非常快的推理速度。这篇文章的一个出发点之一，就是不想使用速度较慢的 3D convolution。这篇笔记比较潦草，但目的是梳理清楚模型的框架和流程 Ab

PointNet & PointNet++ Qi, Charles R., Hao Su, Kaichun Mo, and Leonidas J. Guibas. “PointNet: Deep Learning on Point

PointRCNN Shi, Shaoshuai, Xiaogang Wang, and Hongsheng Li. “PointRCNN: 3D Object Proposal Generation and Detection from

Pytorch cs231n note跟着作业过一遍，看看有哪些需要熟悉的 pytorch 知识点，笔记里的英文是从 notebook 中的原文 现在看来2017年的 cs231n 课程视频已经有很多内容需要补充了，尤其是现在 transf

MMDetection 项目现在正式开始 MMDetection 项目！之前有一个想法，看看能不能用 MMDetection 来检测网球比赛中的网球球速，使用了 Faster-RCNN 模型试了下目标检测，发现对于网球这种小物体根本检测不出

Labelme 标注工具labelme github 下载直接 pip install labelme 参考 bilibili 使用简单设置 打开 Save Automatically Change Output Dir，选定输出文件夹