RRRRRRian-CSDN博客

原创 windows x64下配置点云标注工具（point-cloud-annotation-tool）

windows x64 vs2015 pcl1.8.1 vtk8.0 配置点云标注工具 point-cloud-annotation-tool

2022-10-20 15:55:31 926 1

原创 PCT: Point Cloud Transformer (阅读笔记)

PCTPCT介绍与自然语言的处理的一些不同基于坐标的输入嵌入模块(Coordinate-based input embedding module)优化的偏移注意力模块(Optimized offset-attention module)领域嵌入模块(Neighbor embedding module)contributions点云数据在Transformer中的表示Enconder分类分割正态估计Naive PCTOffset-Attention OA增强局部特征表示的领域嵌入(Neighbor Embed

2021-01-15 19:34:55 2990 1

原创 STD: Sparse-to-Dense 3D Object Detector for Point Cloud 阅读笔记

Proposal生成球形AnchorSTD方法使用球形Anchor，不同的检测目标使用不同的球半径。因为球形Anchor没有方向，网络后期直接预测角度，所以Anchor的数量比传统的带方向的长方体Ancho少了50%减少到了16K左右，通过NMS方式（IoU是BEV投影上的）删除冗余的Anchor最终减少到500个左右。且球形Anchor比传统Anchor拥有更高的recall。proposal 生成网络在每个Anchor中收集点，输入PointNet进行分类前景、背景。然后计算Anchor的中心

2021-01-13 11:00:41 274

原创 3DSSD: Point-based 3D Single Stage Object Detector （阅读笔记）

3DSSD文章贡献模型介绍混合采样(Fusion Sampling)设计动机挑战Feature-FPSFusion Sampling回归框预测网络Anchor-free 回归头中心类别分配策略(3D Center-ness Assignment Strategy)Loss Function实验部分数据增强消融实验文章贡献提出了一种基于点的轻量化、高效的三维单级目标检测器，命名为3DSSD。去掉了所有现有的基于点的方法中必不可少的FP层和细化模块，从而大大减少了框架的推理时间。提出了一种新的SA层融合

2021-01-08 17:27:34 818 1

原创 VoxelNet 学习笔记

预处理(preprocess)(KITTI)投影对称（相机、点云坐标不同）TODO——没看懂。。。计算点云到图像的投影矩阵需要三个参数，分别是P_rect(相机内参矩阵)和R_rect(参考相机0到相机xx图像平面的旋转矩阵)以及Tr_velo_to_cam(点云到相机的[R T]外参矩阵)。计算投影矩阵点云投影到图像?TODO裁剪(Crop)数据分割(split)用于后面训练使用——文件目录格式Feature Learning NetworkVoxel Partition预处理

2021-01-08 14:23:17 1469

原创 PointPillars阅读笔记

文章贡献使用柱子(PointPillars)而不是体素(voxel)来组织点云数据，从而忽略了Z轴方向上的差异，将3D的空间转为2D空间进行处理。点云数据组织方式设定空间的柱子。将所有点组织为9维的特征向量:(x,y,z,xc,yc,zc,xp,yp)(x,y,z,x_c,y_c,z_c,x_p,y_p)(x,y,z,xc,yc,zc,xp,yp)其中xc,yc,zcx_c,y_c,z_cxc,yc,zc表示柱子中所有点的算数平均中心坐标xp,ypx_p,y_pxp,yp

2021-01-06 10:43:29 977

rianHyh