Hydra 与 OmegaConf 入门教程
Hydra 与 OmegaConf 入门教程 一、为什么需要 Hydra？ 问题场景 你正在训练一个深度学习模型，每次调整参数都要： 手动修改代码 记住一堆命令行参数 不同实验的配置混乱难以管理 Hydra 的解决方案 把所有参数都写在 YAML 配置文件中，运行时想改就改，还能自动保存每次实验的配置。 二、5 分钟快速上手 1. 安装 1pip install hydra-core omegaconf 2. 最简单的例子 创建 config.yaml： 12345# 模型配置model: resnet18batch_size: 32learning_rate: 0.001epochs: 10 创建 train.py： 1234567891011121314151617import hydrafrom omegaconf import DictConfig@hydra.main(config_path=".", config_name="config")def main(cfg: DictConfig): # cfg...
SSH密钥认证
SSH 密钥认证 1. 生成密钥对（在本地机器上） 1234567# 生成 RSA 密钥（默认）ssh-keygen -t rsa -b 4096 -C "your_email@example.com"# 或者生成 Ed25519 密钥（更安全，推荐）ssh-keygen -t ed25519 -C "your_email@example.com"# 一路回车，使用默认路径（~/.ssh/id_rsa）和空密码 2. 复制公钥到服务器 123456789# 方法三：直接复制粘贴# 本地执行cat ~/.ssh/id_rsa.pub# 复制输出的内容# 登录服务器，执行mkdir -p ~/.sshecho "粘贴刚才的内容" >> ~/.ssh/authorized_keyschmod 700 ~/.sshchmod 600 ~/.ssh/authorized_keys 12345# 方法一：使用 ssh-copy-id（最简单）ssh-copy-id username@server_ip#...
论文阅读_Concerto
Concerto Concerto: Joint 2D-3D Self-Supervised Learning for Spatial Representations 基本信息 项目 内容 论文标题 Concerto: Joint 2D-3D Self-Supervised Learning for Spatial Representations 作者 Yujia Zhang, Xiaoyang Wu, Yixing Lao, Chengyao Wang, Zhuotao Tian, Naiyan Wang, Hengshuang Zhao 作者单位 1. 香港大学 2. 香港中文大学 3. 哈尔滨工业大学（深圳） 时间 2025 发表会议/期刊 NeurIPS 2025 方法概览 特点 文章性质 输入 点云及对应的多视角图像（可选） 输出 每个点的稠密特征表示（可用于下游任务） 所属领域 三维自监督学习、跨模态表示学习 1. 摘要精简 Concerto 是一个受人类多感官协同学习概念启发的 2D-3D...
论文阅读_FUSER
FUSER: Feed-forward Multiview Registration Transformer FUSER 没有 “参考点云” 这个概念！ 世界坐标系 = 数据集自带的真实全局坐标系（GT 里给的） 基本信息 项目 内容 论文标题 FUSER: Feed-forward Multiview Registration Transformer 作者 Haobo Jiang, Ao Shenn, Yu Liang, Jiaxiang Yang, Jianxin Xie 作者单位 Nanyang Technological University, Alibaba Group, Nankai University, Nanjing University1. 南洋理工大学 2. 阿里巴巴集团 3. 南开大学 4. 南京大学 时间 2025 发表会议/期刊 CVPR 方法概览 特点 文章性质 输入 无序、部分重叠的多视角点云集合 输出 每个点云的全局刚性变换（旋转 +...
论文阅读_MC-MVSNe
MC-MVSNet: When multi-view stereo meets monocular cues 基本信息 项目 内容 论文标题 MC-MVSNet: When multi-view stereo meets monocular cues 作者 Xincheng Tang, Mengqi Rong, Bin Fan, Hongmin Liu, Shuhan Shen 第一单位 北京科技大学 智能科学与技术学院 (School of Intelligence Science and Technology, University of Science and Technology, Beijing) 时间 2026 发表会议/期刊 Pattern Recognition (Volume 176) 摘要精炼 本文提出了一种名为 MC-MVSNet 的新型多视图立体 (MVS)...
论文阅读_RectifiedPointFlow
Rectified Point Flow: Generic Point Cloud Pose Estimation 基本信息 项目 内容 论文标题 Rectified Point Flow: Generic Point Cloud Pose Estimation 作者 Tao Sun, Liyuan Zhu, Shengyu Huang, Shuran Song, Iro Armeni 作者单位 Stanford University, NVIDIA Research 时间 2025 发表会议/期刊 NeurIPS 2025 特点 文章性质 输入 无序、无位姿、多部件点云集合（支持成对配准与多部件装配） 输出 各部件在全局坐标系下的刚性位姿 Ti∈SE(3) 与装配完成的点云 所属领域 点云配准、多部件三维装配、流匹配生成式模型 摘要精简 Rectified Point Flow...
论文阅读_RAP
RAP: Register Any Point 基本信息 项目 内容 论文标题 Register Any Point: Generative Multi-View Point Cloud Registration 作者 Yue Pan, Tao Sun, Liyuan Zhu, Lucas Nunes, Iro Armeni, Jens Behley, Cyrill Stachniss 作者单位 波恩大学机器人中心（德国）, 斯坦福大学（美国）, 亚琛工业大学（德国） 时间 2026 (推测) 发表会议/期刊 arXiv preprint / 待发表 (推测) 方法概览 特点 文章性质 输入 多个未对齐的、无序的点云（任意数量） 输出 配准后的点云（全局一致），并恢复每个点云的刚性变换 所属领域 三维视觉、多视角点云配准、生成式模型 1. 摘要精简 RAP (Register Any...
论文阅读_SPE-MVS
SPE-MVS: Spatial Position Encoding Enhanced Multi-View Stereo with Monocular Depth Priors 基本信息 项目 内容 论文标题 SPE-MVS: Spatial Position Encoding Enhanced Multi-View Stereo with Monocular Depth Priors 作者 Anonymous (CVPR submission) 作者单位 Anonymous 时间 2025 发表会议/期刊 CVPR 2026 方法概览 特点 内容 输入 多视角RGB图像及其相机位姿，以及对应的单目深度先验（通过COLMAP+PDA生成） 输出 参考视图的深度图 所属领域 多视角立体匹配 (Multi-View Stereo) 1....
论文阅读_SnowMVSNet
SnowMVSNet: Visibility-Aware Multi-View Stereo by Surface Normal Weighting for Occlusion Robustness 基本信息 项目 内容 论文标题 Visibility-Aware Multi-View Stereo by Surface Normal Weighting for Occlusion Robustness 作者 Hyucksang Lee, Seongmin Lee, Sanghoon Lee 第一单位 延世大学 (Yonsei University) 电子与电气工程系 时间 2025 发表会议/期刊 IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), Vol. 47, No. 9, September...
论文阅读_Sonata
Sonata Sonata: Reliable 3D Self-Supervised Learning for Point Clouds 基本信息 项目 内容 论文标题 Sonata: Reliable 3D Self-Supervised Learning for Point Clouds 作者 Xiaoyang Wu, Daniel DeTone, Duncan Frost, Tianwei Shen, Chris Xie, Nan Yang, Jakob Engel, Richard Newcombe, Hengshuang Zhao, Julian Straub 作者单位 1. 香港大学 2. Meta Reality Labs Research 时间 2024 (推测) 发表会议/期刊 arXiv preprint / 待发表 (推测) 方法概览 特点 文章性质 输入 场景级点云集合（室内/室外） 输出 每个点的密集特征表示（可用于下游任务） 所属领域 三维自监督学习、点云表示学习 1....