![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
3D Detection
文章平均质量分 55
烤粽子
目前专注3D目标检测,自动驾驶。
展开
-
【Paper Reading·3Det 】On the Importance of Pretrained Knowledge Distillation for 3D Object Detection
预训练知识蒸馏在三维目标检测中的重要性原创 2022-10-11 22:10:28 · 623 阅读 · 2 评论 -
3D Detection: 3D Box和点云 快速可视化
3D检测,用于3D box,点云快速可视化,辅助debug,和分析:3D box投影到bev可视化:点云快速可视化:原创 2022-07-06 18:43:46 · 971 阅读 · 1 评论 -
FCOS3D label assignment
跟2d的FCOS差不太多,主要是依靠图片坐标系来分配target:原创 2022-06-30 21:18:57 · 748 阅读 · 0 评论 -
【Paper Reading-3D Detection】Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images
本文主要提出了lidar-based 的Range View视角下的3D目标检测方法。原创 2022-06-13 16:21:21 · 700 阅读 · 0 评论 -
【Paper Reading】Homography Loss for Monocular 3D Object Detection
paper: https://arxiv.org/pdf/2204.00754.pdfcode: GitHub - gujiaqivadin/HomographyLoss: Pytorch code of Paper ‘Homography Loss for Monocular 3D Object Detection’TL;DR本文提出一种方法利用object之间的关系来帮助估计3d boxes, 同时利用2d box来全局约束相应的3d box(增加2D,3D一致性约束),为了实现以上目标提出了Ho原创 2022-04-11 23:52:34 · 881 阅读 · 0 评论 -
[Paper Reading-3d] AFDetV2: Real-Time Anchor-Free Single-Stage 3D Detection with IoU-Awareness
Paper: https://arxiv.org/abs/2107.14342TL;DR地平线在Waymo自动驾驶挑战赛2020中方法(AFDet)的升级版-AFDetv2。模型是one-stage,anchor-free的,在保证速度的同时有一个较好的精度。本文方法集成了较多的东西,比较工程,在模型、训练、硬件方面都做了优化。Dataset/Algorithm/Model/Experiment Detail模型结构如下图:首先点云voxelization,这一步文章利用了GPU进行优化,提高了原创 2021-10-27 18:28:28 · 1440 阅读 · 0 评论 -
OpenPCdet加载nuScenes数据太久
最近在用nuScenes数据做实验,8*2080Ti,发现单卡加载没问题,多卡的时候加载时间太久,容易挂掉,优化dataloader太麻烦了,把num_workers减小先用着。原创 2021-10-21 12:05:28 · 956 阅读 · 1 评论 -
nuScenes数据集在OpenPCDet中的使用及其获取
1. 安装官方提供的开发者工具pip install nuscenes-devkit==1.0.52. 下载数据从官方网站上下载数据NuScenes 3D object detection dataset,没注册的需要注册后下载。注意: 如果觉得数据下载或者创建data infos有难度的,可以参考本文下方 5.3. 数据组织结构下载好数据集后按照文件结构解压放置。其在OpenPCDet中的数据结构及其位置如下,根据自己使用的数据是v1.0-trainval,还是v1.0-mini来修改。原创 2021-09-30 15:43:07 · 3258 阅读 · 8 评论 -
3D Detection paper reading
## URLpaper: RangeDet:In Defense of Range View for LiDAR-based 3D Object Detectionhttps://arxiv.org/abs/2103.10039TL;DRrange view较多用于语义分割任务,在检测中应用较少,之前有的方法相对于BEV,Point View的方法性能差不少,本文分析了造成range view方法效果差的原因,并据此提出了RangeDet, 在range view方法中取得了一个比较大的提高。..原创 2021-09-24 19:46:20 · 872 阅读 · 0 评论