flykhan
2536c937e3
翻译自英文原版 maths-cs-ai-compendium，共 20 章全部完成。 第01章 向量 | 第02章 矩阵 | 第03章 微积分 第04章 统计学 | 第05章 概率论 | 第06章 机器学习 第07章 计算语言学 | 第08章 计算机视觉 | 第09章 音频与语音 第10章 多模态学习 | 第11章 自主系统 | 第12章 图神经网络 第13章 计算与操作系统 | 第14章 数据结构与算法 第15章 生产级软件工程 | 第16章 SIMD与GPU编程 第17章 AI推理 | 第18章 ML系统设计 第19章 应用人工智能 | 第20章 前沿人工智能 翻译说明： - 所有数学公式 $...$ / $$...$$、代码块、图片引用完整保留 - mkdocs.yml 配置中文导航 + language: zh - README.md 已翻译为中文（兼 docs/index.md） - docs/ 目录包含指向各章文件的 symlink - 约 29,000 行中文内容，排除 .cache/ 构建缓存
62 lines
4.5 KiB
XML
62 lines
4.5 KiB
XML
<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 800 260" width="800" height="260">
|
|
<defs>
|
|
<marker id="bev-arr" markerWidth="8" markerHeight="6" refX="8" refY="3" orient="auto">
|
|
<path d="M0,0 L8,3 L0,6 Z" fill="#666"/>
|
|
</marker>
|
|
</defs>
|
|
<text x="400" y="22" text-anchor="middle" font-family="Arial, sans-serif" font-size="14" font-weight="bold" fill="#333">BEV Fusion: Projecting Sensors into Bird's-Eye-View</text>
|
|
|
|
<!-- Camera branch -->
|
|
<rect x="30" y="60" width="90" height="40" rx="8" fill="#3498db" fill-opacity="0.15" stroke="#3498db" stroke-width="1.5"/>
|
|
<text x="75" y="84" text-anchor="middle" font-family="Arial, sans-serif" font-size="11" font-weight="bold" fill="#3498db">Cameras</text>
|
|
|
|
<line x1="120" y1="80" x2="155" y2="80" stroke="#666" stroke-width="1.5" marker-end="url(#bev-arr)"/>
|
|
|
|
<rect x="163" y="55" width="100" height="50" rx="8" fill="#3498db" fill-opacity="0.10" stroke="#3498db" stroke-width="1.5"/>
|
|
<text x="213" y="76" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" font-weight="bold" fill="#3498db">2D Image</text>
|
|
<text x="213" y="92" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" font-weight="bold" fill="#3498db">Encoder</text>
|
|
|
|
<line x1="263" y1="80" x2="298" y2="80" stroke="#666" stroke-width="1.5" marker-end="url(#bev-arr)"/>
|
|
|
|
<rect x="306" y="55" width="100" height="50" rx="8" fill="#3498db" fill-opacity="0.10" stroke="#3498db" stroke-width="1.5"/>
|
|
<text x="356" y="73" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" font-weight="bold" fill="#3498db">Lift to 3D</text>
|
|
<text x="356" y="89" text-anchor="middle" font-family="Arial, sans-serif" font-size="9" fill="#3498db">(depth pred.)</text>
|
|
|
|
<line x1="406" y1="80" x2="448" y2="130" stroke="#3498db" stroke-width="1.5" marker-end="url(#bev-arr)"/>
|
|
|
|
<!-- LiDAR branch -->
|
|
<rect x="30" y="170" width="90" height="40" rx="8" fill="#27ae60" fill-opacity="0.15" stroke="#27ae60" stroke-width="1.5"/>
|
|
<text x="75" y="194" text-anchor="middle" font-family="Arial, sans-serif" font-size="11" font-weight="bold" fill="#27ae60">LiDAR</text>
|
|
|
|
<line x1="120" y1="190" x2="155" y2="190" stroke="#666" stroke-width="1.5" marker-end="url(#bev-arr)"/>
|
|
|
|
<rect x="163" y="165" width="100" height="50" rx="8" fill="#27ae60" fill-opacity="0.10" stroke="#27ae60" stroke-width="1.5"/>
|
|
<text x="213" y="186" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" font-weight="bold" fill="#27ae60">3D Point</text>
|
|
<text x="213" y="202" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" font-weight="bold" fill="#27ae60">Encoder</text>
|
|
|
|
<line x1="263" y1="190" x2="298" y2="190" stroke="#666" stroke-width="1.5" marker-end="url(#bev-arr)"/>
|
|
|
|
<rect x="306" y="165" width="100" height="50" rx="8" fill="#27ae60" fill-opacity="0.10" stroke="#27ae60" stroke-width="1.5"/>
|
|
<text x="356" y="186" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" font-weight="bold" fill="#27ae60">Voxelise</text>
|
|
<text x="356" y="202" text-anchor="middle" font-family="Arial, sans-serif" font-size="9" fill="#27ae60">(BEV grid)</text>
|
|
|
|
<line x1="406" y1="190" x2="448" y2="155" stroke="#27ae60" stroke-width="1.5" marker-end="url(#bev-arr)"/>
|
|
|
|
<!-- BEV Fusion box -->
|
|
<rect x="456" y="115" width="110" height="55" rx="10" fill="#f39c12" fill-opacity="0.15" stroke="#f39c12" stroke-width="2"/>
|
|
<text x="511" y="138" text-anchor="middle" font-family="Arial, sans-serif" font-size="12" font-weight="bold" fill="#f39c12">BEV Fusion</text>
|
|
<text x="511" y="155" text-anchor="middle" font-family="Arial, sans-serif" font-size="9" fill="#f39c12">concatenate features</text>
|
|
|
|
<line x1="566" y1="142" x2="608" y2="142" stroke="#666" stroke-width="1.5" marker-end="url(#bev-arr)"/>
|
|
|
|
<!-- Detection head -->
|
|
<rect x="616" y="115" width="100" height="55" rx="10" fill="#9b59b6" fill-opacity="0.15" stroke="#9b59b6" stroke-width="2"/>
|
|
<text x="666" y="138" text-anchor="middle" font-family="Arial, sans-serif" font-size="11" font-weight="bold" fill="#9b59b6">Detection</text>
|
|
<text x="666" y="155" text-anchor="middle" font-family="Arial, sans-serif" font-size="11" font-weight="bold" fill="#9b59b6">Head</text>
|
|
|
|
<!-- Output -->
|
|
<text x="666" y="200" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" fill="#666">3D boxes, classes, velocities</text>
|
|
|
|
<!-- BEV label -->
|
|
<text x="511" y="245" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" fill="#999">Both sensor streams projected into the same bird's-eye-view grid</text>
|
|
</svg> |