激光感知
关注
分享
扫一扫
文章平均质量分 59
自动驾驶实战(AIFighting)
自动驾驶算法工程师
公众号：Aifighting
全网第一且唯一分享自动驾驶实战，以代码、项目的形式讲解自动驾驶感知方向的关键技术，从算法训练到模型部署。主要致力于3D目标检测，3D目标追踪，多传感器融合，Transform，BEV，OCC，模型量化，模型部署等方向的实战
展开
-
自定义数据集上的3D目标检测：使用OpenPCDet训练CenterPointPillar模型
在自动驾驶和机器人领域，3D目标检测是关键技术之一。它能够提供关于周围环境中物体的精确位置和尺寸信息。OpenPCDet是一个基于PyTorch的开源3D目标检测框架，支持多种3D检测网络。在本文中，我们将探讨如何使用OpenPCDet框架和CenterPointPillar模型，结合自定义数据集进行3D目标检测的训练。1、数据集准备（1）将pcd转成bin文件（2）创建自己加载数据集（3）生成info文件2、新建立自己的网络模型3、训练并测试其效果，基于不同的距离计算Map4、结果可视化。原创 2024-05-29 23:06:19 · 1578 阅读 · 0 评论 -
使用NuScenes数据集生成ROS Bag文件：深度学习与机器人操作的桥梁
在自动驾驶、机器人导航及环境感知的研究中，高质量的数据集是推动算法发展的关键。NuScenes数据集作为一项开源的多模态自动驾驶数据集，提供了丰富的雷达、激光雷达（LiDAR）、摄像头等多种传感器数据，是进行多传感器融合研究的理想选择。而ROS（Robot Operating System）作为机器人软件开发的主流框架，其灵活的架构和丰富的工具链极大地便利了机器人应用程序的开发。本文将指导你如何利用NuScenes数据集生成ROS兼容的Bag文件，为你的机器人项目注入强大的数据支持。原创 2024-05-29 23:01:22 · 1404 阅读 · 0 评论 -
英伟达激光3D感知CenterPoint的推理与可视化（代码开源）
CenterPoint：自动驾驶中的推理与可视化原创 2024-05-15 21:32:51 · 1075 阅读 · 0 评论