01 3D 视觉如何理解植物器官的出生与生长
多数 3D 重建方法假设物体的拓扑保持稳定，只对运动或形变建模。植物生长却包含器官新生、衰老和脱落，结构随时间改变。本文讨论 4D 视觉怎样从动态渲染走向可追踪、可测量、能进入生长模型的植物表型。
02 把罗马装进一个 MLP：VGG-T³ 如何扩展前馈式 3D 重建
从 VGGT 的全局注意力瓶颈出发，理解 VGG-T³ 如何借助测试时训练，把不断增长的 KV 场景表示压缩进固定大小的 MLP，以及这种线性扩展为什么必然伴随精度损失。
03 深度网络：卷积神经网络
从互相关、卷积核、步幅、填充、通道与感受野出发，逐层推导卷积神经网络，并用 PyTorch 完整实现和训练 LeNet-5。
04 深度网络：残差连接与 ResNet
从深层网络的退化问题出发，推导残差学习与恒等捷径，解释 BasicBlock、Bottleneck 和 ResNet 的分层结构，并给出 PyTorch 教学实现。
Topic / 04
计算机视觉
该主题下共 4 篇札记。