基于论文“Complex-YOLO：点云上的实时3D对象检测”的YOLOv4的PyTorch实现

                2.入门

2.1要求

2.2数据准备

2.3复杂yolo框架

2.4如何运行

python evaluate.py --gpu_idx 0 --pretrained_path --cfgfile --img_size --conf-thresh --nms-thresh --iou-thresh

---

2.入门

2.1要求

pip install -U -r requirements.txt

对于 mayavi和 shapely 库，请参阅其官方网站上的安装说明。

2.2数据准备

下载的数据包括：

• Velodyne点云（29 GB）：Complex-YOLO模型的输入数据
• 对象数据集的训练标签 （5 MB）：复杂 YOLO 模型的输入标签
• 对象数据集的相机校准矩阵 （16 MB）：