自动驾驶
Tom Hardy
关注计算机视觉、机器学习、深度学习,公众号【3D视觉工坊】【计算机视觉工坊】
展开
-
3D目标检测深度学习方法数据预处理综述
前言这一篇的内容主要要讲一点在深度学习的3D目标检测网络中,我们都采用了哪些数据预处理的方法,主要讲两个方面的知识,第一个是representation,第二个数据预处理内容是数据增广。作为本篇博文的引言,我们先给一种博主制作的比较重要的3D检测方法图鉴,如下,就笔者的个人理解,今年的CVPR出现了很多的one-stage的方法,同时出现了很多融合的方法,这里的融合有信息融合,有representation融合,同时根据近两年的发展来看,voxel-based的方法占据了主导地位,这是得益于卷积结构优越原创 2020-05-30 12:19:17 · 867 阅读 · 0 评论 -
自动驾驶综述|定位、感知、规划常见算法汇总
作者:Tom Hardy来源:自动驾驶综述|定位、感知、规划常见算法汇总自驾车自动驾驶系统的体系结构一般分为感知系统和决策系统。感知系统一般分为许多子系统,负责自动驾驶汽车定位、静态障碍物测绘、移动障碍物检测与跟踪、道路测绘、交通信号检测与识别等任务。决策系统通常被划分为许多子系统,负责诸如路径规划、路径规划、行为选择、运动规划和控制等任务。一、 自动驾驶汽车体系结构概述这一部分概述了...原创 2020-05-05 23:08:47 · 10010 阅读 · 1 评论 -
SDOD: Real-time Segmenting and Detecting 3D Objects by Depth(实时3D检测与分割)
作者:Tom HardyDate:2020-2-24来源:SDOD:基于depth的实时3D检测与分割主要思想与创新点大多数现有的实例分割方法只关注2D对象,不适用于三维场景,如自动驾驶。本文提出了一种将实例分割和目标检测分为两个并行分支的模型,将对象深度离散为“深度类别”(背景设置为0,对象设置为[1,K]),将实例分割任务转化为像素级分类任务。mask分支预测像素级的“深度类别”,...原创 2020-02-25 21:36:48 · 933 阅读 · 1 评论 -
DSGN:基于深度立体几何网络的3D目标检测(香港大学提出)
作者:Tom HardyDate:2020-2-17来源:DSGN:基于深度立体几何网络的3D目标检测(香港大学提出)原文链接:https://arxiv.org/pdf/2001.03398.pdf主要思想与创新点大多数最先进的三维目标检测器严重依赖激光雷达传感器。由于在三维场景中的预测不准确,基于图像的方法与基于激光雷达的方法在性能上仍有很大差距。本文提出了深度立体几何网络(DS...原创 2020-02-17 17:20:01 · 1362 阅读 · 0 评论 -
3D点云目标检测算法汇总
作者:Tom HardyDate:2020-2-12来源:汇总|3D点云目标检测算法前言前面总结了几种基于激光雷达点云数据的3D目标检测算法,还有一些算法不再单独列出,这里做个简单总结来分享下!基于激光雷达点云的3D目标检测算法1、End-to-End Multi-View Fusion for 3D Object Detection in Lidar Point Clouds(W...原创 2020-02-15 21:23:45 · 13798 阅读 · 3 评论 -
RGPNET: A real-time general purpose semantic segmentation(复杂环境下实时通用语义分割网络)
本文首发于公众号【3D视觉工坊】,原文请见RGPNET: 复杂环境下实时通用语义分割网络一、 主要思想本文提出了一种新的实时通用语义分割体系结构RGPNet,在复杂环境下取得了显著的性能提升。RGPNet由一个轻量级的非对称编码器-解码器和一个适配器组成。适配器有助于从编码器和解码器之间的多层分布式表示中保留和细化抽象概念。它也有助于从较深层到较浅层的梯度流动。大量实验表明,与目前最先进的语义...原创 2020-02-08 14:50:51 · 1076 阅读 · 0 评论 -
VoxelNet:End-to-End Learning for Point Cloud Based 3D Object Detection阅读笔记
前言本文首发于公众号【3D视觉工坊】,原文请见VoxelNet阅读笔记主要思想和创新点三维点云中目标的精确检测是许多应用中的核心问题,如自主导航、管家机器人和增强/虚拟现实等。为了将高度稀疏的激光雷达点云与区域建议网络(RPN)连接,大多数现有的工作都集中在手工制作的特征表示上,例如,鸟瞰图投影。这项工作消除了人工特征工程对三维点云的需求,提出了VoxelNet,一种将特征提取和box预测...原创 2020-02-11 12:46:19 · 1189 阅读 · 0 评论