点云检测学习笔记2022

已于 2023-12-26 20:03:59 修改
阅读量1.3k 收藏 1
点赞数 1
分类专栏： 深度学习宝典 3D视觉 文章标签： 3d目标检测
于 2022-06-01 00:38:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jacke121/article/details/125072778
版权

目录

openpcdet

3D跟踪

SECOND

稀疏卷积

基于体素（3）Point Pillars

基于体素 ——CenterPoint

基于BEV投影 —YOLO3D/Complex-YOLO

基于BEV投影 PIXOR

基于RangeView -RangeDet

基于RangeView-Range Sparse Net

基于图结构——Object DGCNN

mmdet

openpcdet

GitHub - open-mmlab/OpenPCDet: OpenPCDet Toolbox for LiDAR-based 3D Object Detection.

lidar点云检测综述：

激光雷达：3D物体检测算法 - 知乎

点云物体检测算法的综述中提到了四个发展阶段。在最开始的萌芽期中，多视图的方法占据主流。视图（View），也就是点云数据的不同表示方法，常用的包括Bird's Eye View （BEV），Point View（PV）和Range View （RV）。

参见：

激光雷达：最新趋势之基于RangeView的3D物体检测算法 - 知乎

3D跟踪

了解本专栏 订阅专栏 解锁全文 超级会员免费看
AI算法网奇
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
点云检测笔记2022
jacke121的专栏
05-10 1387
Complex-YOLOv4 开源项目1： GitHub - maudzung/Complex-YOLOv4-Pytorch: The PyTorch Implementation based on YOLOv4 of the paper: "Complex-YOLO: Real-time 3D Object Detection on Point Clouds" 有预训练，代码是多卡训练的 开源项目2： Complex-YOLOv4和Complex Yolo v4 - tiny: Git..
点云 特征提取、Segmentation、Classification、物体识别
Dr_Cv的博客
07-14 591
例如，法向量，曲率，树木，人等。是类似于对象识别的过程，该过程为每个点，线段或对象分配一个类别或标识，以表示某些类型的对象（例如，标志，道路，标记或建筑物）。依据获取特征的方式不同, 三维点云分类方法分为三大类:基于点的分类, 基于传统机器学习方法的分类和基于深度学习的分类。“低级属性”是指没有语义（例如，位置，高程，几何形状，颜色，强度，点密度等）的信息。对象识别和点云分类之间的区别在于，对象识别是利用一种方法以将一些特定对象与其他对象区分开，而分类的目的通常是在语义上标记整个场景。
3D点云目标检测-PointPillars算法解析
最新发布
weixin_51021488的博客
05-30 966
文章将点云数据转为点柱形式，以伪图像特征进行特征编码，避免了复杂的3D卷积的影响，提高了3D目标检测的速度，代码实现中还有不少细节值得解析，如为了防止角度抖动，增加的角度回归时的方向偏移值、 进行iou计算时所用到的部分面积求解相关数学公式。（叉乘、点乘相关数学性质！本人水平有限，若存在错误，请各位指正！
3d点云检测学习笔记
m0_54218171的博客
03-18 192
新人小白的个人笔记，持续完善中
基于3D点云的小目标检测学习笔记
sinounuo的博客
03-16 2652
3D点云检测学习笔记（仅为内容整理，有些东西比较省略，我放了原作者连接）
【深度学习】点云深度学习笔记（目标检测）
小昊同学
12-10 2493
Second环境的配置参考 参考：https://blog.csdn.net/r1141207831/article/details/103756292 遇到的错误 1、执行python create_data.py kitti_data_prep --root_path=data/KITTI_DATASET_ROOT 遇到了错误 NvvmSupportError: libNVVM cannot be found. Do conda install cudatoolkit: library nvvm
PCL点云库学习笔记 点云的欧式聚类
jacke121的专栏
08-26 5159
点云欧式聚类算法流程 （1）点云读入； （2）体素化下采样（方便处理）； （3）去离散点； （4）RANSAC算法检测平面，并剔除平面点云； （5）欧式聚类； （6）结果的输出和可视化； 点云数据链接： 链接：https://pan.baidu.com/s/1VTVxn3BntbAr9tGHv6L-HA 提取码：u81q 代码： #include <vtkAutoInit.h> VTK_MODULE_INIT(vtkRenderingOpenGL) #include <pcl/io/
点云综述学习笔记（一）
qq_42074056的博客
05-08 4334
论文链接：Deep Learning for 3D Point Clouds: A Survey 参考博客 作者及团队：Y ulan Guo∗, Hanyun Wang∗, Qingyong Hu∗, Hao Liu∗, Li Liu, and Mohammed Bennamoun会议及时间： Arxiv 2019 主要综述内容： 点云的研究方向大致如下：3D形状分类、3D对象检测和跟踪、3D点云分割、3D点云登记，6-DOF姿态评估和3D重建等研究方向。 关于3D点云的综述调查也相对较少。 .
3D点云检测笔记
jacke121的专栏
04-30 1995
https://github.com/hova88/Correction_OBB https://github.com/jacke121/Correction_OBB 通常，点云目标检测网络（如pointrcnn）出来的OBB与真实存在着些许误差，本仓库利用PCA配合BallTree算法对已知的OBB进行修正，效果喜人 感觉速度会增加 ost Detector 应用主成分分析法与临近点查询相结合，进行包围盒矫正 pip install numpy pyobb sklearn ope....
3D目标检测学习笔记
DreamerWF的博客
01-07 2549
​博主初学3D目标检测，此前没有相关学习背景，小白一枚～现阶段的学习重点是点云相关的3D检测。 本文是阅读文章：3D Object Detection for Autonomous Driving: A Review and New Outlooks 后的学习笔记和总结。其中还包含经典论文VoxelNet、Second、PointPillar、CenterPoint、PV-RCNN的学习笔记。希望能为大家带来一些帮助，也期待各位同学来交流～
KITTI点云数据详细分析学习笔记
01-12
KITTI点云数据详细分析学习笔记 KITTI点云数据集是由安德烈·盖勒（MPI Tübingen）、菲利普·伦茨（KIT）和克里斯托夫·施特勒（KIT）等人创建的，旨在为三维目标检测提供一个高质量的数据集。该数据集包含7481个...
Apollo学习笔记-感知简介
12-14
1. 感知步骤： Apollo学习笔记-感知简介中，感知步骤包括四个步骤：检测、分类、跟踪和语义分割。 检测：找物体在环境中的位置。 分类：明确物体是什么。 跟踪：随时间推移观察移动的物体。 语义分割：像素与...
pcl学习笔记整理收集
02-09
【PCL学习笔记整理收集】 PCL（Point Cloud Library）是一个开源C++库，专注于处理3D点云数据。它提供了广泛的功能，包括点云的获取、处理、滤波、分割、特征提取、表面重建、注册、模型识别等。本笔记主要针对PCL...
SOR_点云去噪声_
09-30
点云去噪声是三维计算机视觉领域的一个重要环节，它涉及到数据预处理，旨在提高点云数据的质量，消除由于测量误差、传感器噪声或环境因素...在深入学习和机器视觉领域，高质量的点云数据预处理是确保模型性能的基础。
PCL学习笔记——NormalEstimation估计点云的法向量_代码.zip
06-06
在提供的压缩包中，"PCL学习笔记——NormalEstimation估计点云的法向量_代码.pdf"很可能是对PCL中Normal Estimation算法的详细讲解，包括理论概念和实现代码。另一份文档"写个想从事自动驾驶相关工作的同学及学习...
PointNet 学习笔记
jacke121的专栏
07-30 5435
开山之作-PointNet 1 点云数据处理共性问题 1.1 点云数据的无序性 1.2 点云数据的旋转性与平移性 2 PointNet 2.1 针对无序性 2.2 针对旋转性和平移性 3 总结 1 点云数据处理共性问题 传统深度学习模式（处理二维图像数据），使用序列化的卷积核处理序列化的二维图像数据，但点云是一种不规则数据，在空间上和数量上可以任意分布，因此传统的深度学习模式无法处理点云数据。 1.1 点云数据的无序性 在将实景保存为点云数据时（以pcd为例），是一行存储一个点的xyz信息，如果放大到多行
Windows 安装 pytorch3d 2024更新
jacke121的专栏
06-11 5038
首先安装pytorch，我安装的是 pytorch 1.5.0 py3.7_cuda102_cudnn7_0 pytorch 然后下载pytorch3d到本地，主要不要下载master分支的，下载release的版本，我这里下载最新的 v0.2.0，下载链接是https://github.com/facebookresearch/pytorch3d/archive/v0.2.0.zip. 下载到本地解压后，再以管理员方式打开...
点云标注工具推荐
jacke121的专栏
05-12 4028
3d标注_3个好用的3D点云数据标注工具推荐 weixin_39610785 2021-01-12 02:28:47 171 收藏 1 文章标签： 3d标注 版权 工程师小C的小店我也想开通小店 Python编程三剑客：Python编程从入门到实践第2版+快速上手第2版+极客编程（套装共3册） 作者：[美] 埃里克·马瑟斯（Eric Matthes） 出版社：人民邮电出版社 好评：100.0% 销售量：6 ￥148.2 更多 1、point-cloud-annotation-tool ...
PCL学习笔记：点云数据处理与过滤技术解析
"PCL学习笔记提供了对PCL库中常见函数的详细说明，包括图形和文字解释，适合点云库的学习者。" PCL（Point Cloud Library）是一个开源的C++点云处理库，广泛应用于3D计算机视觉、机器人、自动驾驶等领域。本学习...
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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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