2023最新 ！3D目标检测算法汇总（单目/双目/LiDAR/多模态/时序等）

最新推荐文章于 2024-06-27 19:57:53 发布
最新推荐文章于 2024-06-27 19:57:53 发布
阅读量2.3k 收藏 17
点赞数 2
文章标签： 目标检测 3d 人工智能 计算机视觉 深度学习
原文链接：https://mp.weixin.qq.com/s?__biz=Mzg2NzUxNTU1OA==&mid=2247528211&idx=2&sn=06a975c8237cdaffd58d876bd199edd0&chksm=ceb842daf9cfcbccbdc39ac71d0e08db6a2ce69fb401cf80405a23b14e14f3d65655aa902e18&scene=126&sessionid=0
版权

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

在现代自动驾驶系统中，感知系统是不可或缺的组成部分，旨在准确估计周围环境的状态，并为预测和规划提供可靠的观察结果。3D目标检测可以智能地预测自动驾驶车辆附近关键3D目标的位置、大小和类别，是感知系统的重要组成部分。今天就带大家盘一盘领域内的相关内容。所有内容均出自『自动驾驶之心知识星球』，欢迎加入获取更多干货！！！

综述

ba8ee04c8113489cf25cce0fcb43ae76.png

基于激光雷达

a56656d61906a01856149cae99f96619.png

c1c7ba4e51d96786754ab3778c5a7583.png

83a074cca335fe0479957b41586c5e17.png

基于Range

dcfaccaf3cae48b29b678953d4cdb5a3.png

基于单目

ec94b809b5b21659cf92ce336b5e2575.png

基于双目

9c077cb06d1c1452fe68c4b6999b5e56.png

基于多目

13b68f2fa8f239c931aa8305b5380f3e.png

基于多传感器融合

899a31c22ee6eba39dfa10f28bdf88d4.png

基于伪激光雷达

a10221d8dc27f23f25df0b189b563031.png

欢迎大家扫码加入自动驾驶之心知识星球，一起学习一起卷！

f6ca73f63e21f7e3cd007a76d7bef886.jpeg

任何疑问欢迎联系汽车人助理，备注方向+昵称：

c4f6074ac0dbe45a0c6a80b73659ea67.jpeg

自动驾驶之心
关注
  • 2
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
FastestDet：比yolov-fastest更快！更强！全新设计的超实时Anchor-free目标检测算法
@bangbang的博客
04-01 813
FastestDet是设计用来接替yolo-fastest系列算法，相比于业界已有的轻量级目标检测算法如yolov5n, yolox-nano, nanoDet, pp-yolo-tiny, FastestDet和这些算法压根儿不是一个量级，FastestDet无论在速度还是参数量上，都是要小好几个数量级的(不要在拿int8的模型和我fp32的模型比体积了,不公平)，但是精度自然而然也比不过。FastestDet是针对计算资源紧缺的ARM平台设计的。
CPVR2022论文解析PPT：DeepFusion 多模态融合3D目标检测模型论文解析
05-02
《DeepFusion：多模态融合3D目标检测模型的深度理解》 在自动驾驶领域，3D目标检测是一项核心任务，它需要精确地识别并定位周围环境中的物体。多模态融合，即融合雷达和图像数据，能充分利用各自的优势，提高检测的...
CVPR 2023｜UniDetector：7000类通用目标检测算法（港大&清华）
CV_Autobot的博客
03-29 3354
作者|CV君 编辑| 极市平台点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【目标检测】技术交流群导读论文中仅用了500个类别参与训练，就可以使UniDetector检测超过7k个类别！向大家介绍一篇今天新出的非常有意思的 CVPR 2023 的论文，相比于传统的目标检测算法，训练时标注了几个类别，就只能检测几个类别，这篇论文属于通用目标检测的范...
YOLO目标检测综述（2024.6月最新！）
qq_45591302的博客
06-27 1837
目标检测算法，这类检测算法将检测问题划分为两个阶段，第一个阶段首先产生候选区域（Region Proposals），包含目标大概的位置信息，然后第二个阶段对候选区域进行分类和位置精修，这类算法的典型代表有R-CNN，Fast R-CNN，Faster R-CNN等。不过，随着研究的发展，两类算法都在两个方面做改进，均能在准确度以及速度上取得较好的结果。与以往的版本相比，YOLOv5引入了新的网络架构，以及一种新的训练方法，使用更大的数据集和更长的训练时间，从而提高了算法的性能。可以追溯到20世纪80年代。
0.99M，150FPS，移动端超轻量目标检测算法PP-PicoDet来了！
Python中文社区
11-20 1872
说到目标检测，那可谓当前的自动驾驶、新零售、智慧工业等热门行业中的关键技术之一。目标检测不仅在行人、车辆、商品以及火灾检测等任务中发挥着极其关键的价值，在目标跟踪、姿态识别、手势控制、图像...
最新目标检测算法回顾2022笔记
xiaobaizaza_Ry的博客
05-23 9640
目标检测算法回顾2022笔记[附PPT]总目录篇章1：目标检测的应用与需求篇章2：目标检测的定义与挑战篇章3：目标检测损失函数的进展篇章4：目标检测IOU的发展历程篇章5：目标检测评价指标及数据集篇章6： 目标检测算法的发展概览篇章7：目标检测传统算法的发展篇章8：基于anchor based的目标检测算法发展之two-stage篇篇章9：基于anchor based的目标检测算法发展之one-stage篇[篇章10：基于anchor free的目标检测算法发展](https://blog.csdn.net
目标检测算法
weixin_51431157的博客
04-23 207
介绍目标检测的经典算法。
CSF (Cloth Simulation Filter) 基于布料模拟的LiDAR点云地面滤波/分割（裸地提取）方法
最新发布
07-27
该方法基于布料模拟，布料模拟是一种3D计算机图形算法，用于在计算机程序中模拟布料。因此，我们的滤波算法被称为布料模拟滤波，CSF。cmake_minimum_required(VERSION 3.10) project(CSF LANGUAGES CXX) find_...
C ++实现，使用LIDAR扫描或点云检测，跟踪和分类多个对象-C/C++开发
05-26
从LIDAR扫描/点云进行多对象检测，跟踪和分类，基于PCL的ROS包到检测/群集->跟踪->从实施的LIDAR扫描中实时对静态和动态对象进行分类i多对象检测，跟踪和分类从LIDAR扫描/点云基于PCL的ROS包到检测/群集->跟踪->通过...
目标检测YOLO实战应用案例100讲-3D Lidar MOT 激光雷达点云 感知 多目标追踪
04-19
本课程“目标检测YOLO实战应用案例100讲-3D Lidar MOT 激光雷达点云 感知 多目标追踪”将深入探讨YOLO如何应用于3D激光雷达（Lidar）数据，以实现多目标追踪（MOT）。 3D Lidar（Light Detection and Ranging）是一...
kitti数据显示、物体2D/3D检测框、历史轨迹、IMU数据在rviz中显示
02-26
首先，使用点云配准算法校正LiDAR数据，然后应用3D物体检测算法（如Voxel Grid滤波、RANSAC平面分割、FPS采样、聚类等）找到潜在的物体。最后，将检测到的3D边界框以`MarkerArray`的形式发布，同样在RVIZ中配置相应...
目标检测（Object Detection）--Faster R-CNN算法
USTC_Lucas
11-24 1569
目前目标检测领域的深度学习方法主要分为两类：two stage的目标检测算法；one stage的目标检测算法。前者是先由算法生成一系列作为样本的候选框，再通过CNN进行样本分类；后者则不用产生候选框，直接将目标边框定位的问题转化为回归问题处理。正是由于两种方法的差异，在性能上也有不同，前者在检测准确率和定位精度上占优，后者在算法速度上占优。 R-CNN 1、R-CNN算法利用选择性搜索（...
目标检测算法 2020_目标检测算法SPP-Net详解
weixin_39975683的博客
12-06 291
这一期的文章离不开上一期的R-CNN，因为SPP-Net是基于R-CNN进化而来的，建议先看上期R-CNN,上期链接如下：目标检测的里程碑R-CNN通俗详解 SPP-Net全称Spatial Pyramid Pooling Networks，翻译过来就是空间金字塔池化网络。为什么这里会插进来一个SPP-Net呢？因为SPP-Net对R-CNN的进化有着比较大的影响。主要改进有以下两点：特征映射，只...
目标检测算法综述
qq_42835363的博客
03-28 3462
目标检测算法综述 包含YOLO全系列
FastestDet：比yolov5更快！更强！全新设计的超实时Anchor-free目标检测算法（附源代码下载）...
gzq0723的博客
10-28 99
关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式计算机视觉研究院专栏作者：Edison_G本篇文章转自于知乎——qiuqiuqiu，主要设计了一个新颖的轻量级网络！代码地址：https://github.com/dog-qiuqiu/FastestDet01概述FastestDet是设计用来接替yolo-fastest系列算法，相比于...
DeepFusion: 解密3D目标检测的多模态融合与特征对齐
本文主要解析了在2022年的CVPR会议上的一篇名为"DeepFusion: Lidar-Camera Fusion for Multi-Modal 3D Object Detection"的论文，该研究着重于解决雷达和图像数据在3D目标检测中的多模态融合问题。雷达与图像作为...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值