![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Sparse4D
文章平均质量分 84
Sparse4D的论文和代码学习
m0_60857098
这个作者很懒,什么都没留下…
展开
-
Sparse4Dv3 代码复现
打包数据集的元信息和标签,并生成所需的.pkl文件。最后还输出了很多跟踪相关的东西...然后通过K-means生成锚点。编译可变形聚合CUDA算子。安装motmetrics。原创 2024-08-27 21:01:12 · 1092 阅读 · 0 评论 -
Sparse4dv3 论文学习(Ⅱ)方法部分
接上一篇。原创 2024-08-30 21:47:09 · 445 阅读 · 0 评论 -
Sparse4Dv3 代码学习(Ⅰ)模型定义和初始化
里面的anchor_handler是 SparseBox3DKeyPointsGenerator。对应的配置文件:(用的是rasnet50和fpn)加载anchor:(应该是那个npy文件)应该是关于box解码后处理相关的。原创 2024-08-30 13:44:47 · 215 阅读 · 0 评论 -
Sparse4dv3 论文学习(Ⅰ)摘要引言相关工作
and在自动驾驶感知系统中,3D检测和跟踪是两项基本任务。本文在Sparse4D框架的基础上,对这一领域进行了更深入的研究。我们引入了两个辅助训练任务(时间实例去噪和质量估计),并提出了解耦注意力进行结构改进,从而显著提高了检测性能。此外,我们使用一种在推理过程中分配实例ID的简单方法将检测器扩展为跟踪器,进一步突出了基于查询的算法的优势。在nuScenes基准上进行的广泛实验验证了所提出改进的有效性。原创 2024-08-30 01:02:31 · 676 阅读 · 0 评论 -
Sparse4Dv3 代码学习(Ⅲ)时序多帧推理
上一篇文章介绍了单帧,也就是序列的第一帧的推理过程,这篇文章主要介绍引入历史帧推理时的处理过程。原创 2024-08-30 17:07:22 · 192 阅读 · 0 评论 -
Sparse4Dv3 代码学习(Ⅱ)单帧推理
06:'norm')第二组(同上)第三组(同上)第四组(同上)第五组(同上)第六组(35:'deformable';四种尺度的特征图,特征通道都是256(从torch.Size([6, 256, 64, 176]) 到 torch.Size([6, 256, 8, 22]))四种尺度的特征图(从torch.Size([6, 256, 64, 176]) 到 torch.Size([6, 2048, 8, 22]))这里的box_3d就是前面的 anchor:torch.Size([1, 900, 11])原创 2024-08-28 22:39:42 · 705 阅读 · 0 评论