YOCO是一种数据增强方法，通过将图像分为两部分进行增强，提升样本多样性，促进神经网络的对象识别。该方法易于使用，无需调参，显著提高多种增强项的性能，适用于CIFAR和ImageNet数据集，并在对比学习中表现优异。

本文提出了一种新颖的LiDAR-摄像机系统自动外参标定方法，通过引入外参参数和构建共平面约束解决外参标定问题，实现了自动精确的标定。实验证明该方法的卓越性能，平均旋转和平移标定误差分别小于0.05度和0.015m。该方法为一步自动精确的外参标定提供了可能。