PointPainting: Sequential Fusion for 3D Object Detection

最新推荐文章于 2024-08-16 08:06:11 发布
最新推荐文章于 2024-08-16 08:06:11 发布
阅读量377 收藏 4
点赞数
文章标签： 计算机视觉 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39791748/article/details/126100831
版权

在这里插入图片描述
paper
code

问题以及创新点

这一篇工作主要还是对点云做的进一步预处理的工作。

问题

在这里插入图片描述

  • 点云稀疏缺乏，寓语义信息相对较少，不同的目标可能存在相近的点云表示
  • RGB图像语义信息更加丰富，当融合方法结果比较差

创新点

  • 通过seg的方式，对原始点云增加额外的类别标签增加原始点云的语义特征。

网络架构

在这里插入图片描述
整个工作主要是在数据初始阶段添加了额外的seg语义信息。

结果映射

在这里插入图片描述
通过segmentation网络对RGB图像进行分割，并且映射到点云结果上，以为点云附加额外的语义信息

实验结果

在这里插入图片描述

在这里插入图片描述

&相守年华。
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CLOCs：3D目标检测多模态融合之Late-Fusion
3D视觉工坊
09-10 914
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达本文转载自「计算机视觉工坊」，该公众号重点在于介绍深度学习、智能驾驶等领域，一个小众的公众号。文章：CLOCs: Camera-Li...
深度学习论文:Learning Spatial Fusion for Single-Shot Object Detection及其PyTorch实现
mingo_敏
03-01 1485
Learning Spatial Fusion for Single-Shot Object Detection PDF: https://arxiv.org/pdf/1911.09516.pdf PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks PyTorch代码:
【论文复现】PointPainting: Sequential Fusion for 3D Object Detection论文学习及复现
qq_38391210的博客
09-12 4977
论文学习 （1）摘要 camera和lidar都是自动驾驶领域很重要的传感器。但是，通过在几个主要的benchmark数据集上做实验发现，基于lidar的方法要优于基于lidar和camera融合的方法。在这篇论文中，作者提出了pointpainting，这是一个序列化的融合方法，可以用来解决这个问题。pointpainting通过将lidar的point投射到基于图片的语义分割网络中，并且将每一个类别的分数添加到每一个点上。实验结果表明，在三个不同的点云目标检测方法 Point-RCNN, VoxelN
PointPainting: Sequential Fusion for 3D Object Detection(3D物体检测的顺序融合)
m0_63604019的博客
09-19 1181
在本文中，我们提出了一种新的序列融合方法PointPainting，该方法利用基于图像的语义绘制激光雷达点云。PointPainting使用多个不同的激光雷达网络在KITTI和nuScenes挑战中产生了最先进的结果。PointPainting框架非常灵活，可以将任何分割网络的输出与任何激光雷达网络相结合。
推荐一款实时点云语义分割神器 - PointPainting
gitblog_00018的博客
06-20 459
推荐一款实时点云语义分割神器 - PointPainting 项目地址:https://gitcode.com/AmrElsersy/PointPainting 在三维计算机视觉领域，高效准确的点云处理是关键任务之一。今天，我们要向您推荐一个基于Python和PyTorch实现的开源项目——PointPainting-Semantic-Segmentation。该项目旨在实现实时的点云语义分割，帮...
论文阅读：PointPainting: Sequential Fusion for 3D Object Detection
qq_53086461的博客
12-06 818
融合图像语义分割的点云进行3D目标检测
【论文速览】PointPainting: Sequential Fusion for 3D Object Detection
冯子材的博客
06-03 3081
摘要 摄像头和激光雷达是通常是机器人技术，特别是自动驾驶汽车的重要传感器形式。传感器提供补充信息，为紧密的传感器融合提供了机会。令人惊讶的是，仅使用激光雷达的方法在主要基准数据集上的性能优于融合方法，这表明文献中存在空白。在这项工作中，我们提出了PointPainting：一种填补这一空白的顺序融合方法。PointPainting将激光雷达点投影到仅图像的语义分割网络的输出中并将类分数附加到每个点。然后可以将附加的（painted）点云馈送到任何仅激光雷达的方法。实验显示，在KITTI和nuScenes数据
三维目标检测论文阅读：Deep Continuous Fusion for Multi-Sensor 3D Object Detection
baobo8666的博客
03-30 341
题目：Deep Continuous Fusion for Multi-Sensor 3D Object Detection 来自：Uber: Ming Liang Note: 没有代码，主要看思想吧，毕竟是第一篇使用RGB feature maps 融合到BEV特征中； 从以下几个方面开始简述论文 Open Problems Contributions ...
【点云系列】综述： Deep Learning for 3D Point Clouds: A Survey
weixin_43882112的博客
12-03 4950
文章目录摘要简介：2 背景2.1 数据集2.2 衡量指标3 3D形状分类3.1基于多视角的方法3.2基于体素的方法3.3 基于点的方法3.3.1逐点MLP网络3.3.2基于卷积的网络3.3.3基于图的网络3.3.4基于数据索引的方法3.3.5其他方法小结4 3D物体检测与跟踪4.1 3D物体检测4.1.1 基于候选区域的方法4.1.2 single-shot方法4.2 3D对象跟踪4.3 3D场景流估计4.4 小结：5 3D点云分割5.1 3D 语义分割5.1.1 基于投影的方法5.1.2 基于离散的方法5
基于视觉的机器人抓取: 论文及代码(Vision-based Robotic Grasping: Papers and Codes)
热门推荐
dsoftware的博客
10-22 2万+
最近总结了基于视觉的机器人抓取的相关论文及代码，同步于github。根据抓取的类别，基于视觉的机器人抓取可以分为两类：2D平面抓取以及6D空间抓取。这个页面总结了近年来涉及到的各种各样的方法，其中大部分都使用了深度学习。总结的中文框架结构如下： 0.综述论文 1. 2D平面抓取 这类方法将抓取，用平面内旋转的矩形框表示； 1.1基于RGB或者RGB-D的方法 采用基于目标检测类的方法，直接得到2D...
对PointPainting: Sequential Fusion for 3D Object Detection的理解
york1996的博客
01-06 2507
题目：PointPainting: Sequential Fusion for 3D Object Detection 文章链接： https://arxiv.org/pdf/1911.10150.pdf 方法 在看PointPainting之前有想过把图像的RGB属性投影到点云上，这样每个点云就不止有xyzr属性，还有了RGB属性，应该对精度提升有帮助，同时又不会有太多计算量。 这个文章刚构思的...
painting:点画的实现
05-02
点画 PointPainting（ ）的实现，一种用于3D对象检测的图像激光融合算法。 代码部分基于库以及对象检测存储库。 该算法包括执行图像的语义分割，将点云投影到生成的分割图以为每个激光雷达点提供其类评分，以及通过BEV中的2D对象检测器（SSD）运行增强的点云。 对算法进行了一些更改，包括删除了方向估计，以及更改了特征提取器。 在KITTI数据集上对Car类进行了预测。 上方显示了图像和BEV地图的预测（绿色）边界框以及地面实况（蓝色） 安装和培训步骤 克隆仓库： git clone https://github.com/rshilliday/painting.git cd painting pip install -r requirements.txt 下载并解压缩（图像，激光雷达，标签，校准品），也下载并保存语义分割网络的 训练和评估网络： python train.py
[论文阅读]PointPainting——基于Sequential融合的3D目标检测
qq_53909832的博客
10-07 1万+
PointPainting论文阅读
PointPainting
DARLINGB的博客
04-01 992
PointPainting
【文章阅读】PointPainting
有所为，有所成长
04-21 7403
前言 本文来自nuTonomy自动驾驶公司，目前已经被CVPR20接收。值得注意的是，本文并不是提出了新的结构，而是在利用额外的信息融合进之前表现SoTA的网络中，表现出了检测精度的提升。 文章地址 https://arxiv.org/pdf/1911.10150.pdf 本文主要内容概括 本文研究了一种新的image和lidar的fusion方式，在18年SOTA的baseline上都显示出精度...
PointPainting 复现
weixin_58207716的博客
11-19 2954
三维目标检测
【论文阅读】【3d目标检测】PointPainting
hgj1h的博客
03-31 2446
论文标题：PointPainting: Sequential Fusion for 3D Object Detection nuTommy出品，mit的自动驾驶公司。 发表在cvpr2020 本文是个fusion的目标检测，然而他实际上只是利用了来自camera的label或者score信息。 如题目所言他是一个sequential 的网络。网络主要分为两个part。 老规矩，上图！ 思路很简单，不过效果不错，而且是一个可以通用的模块。 文章分为两个部分，首先是semantic segmentation。
PointPainting 项目使用教程
最新发布
gitblog_01120的博客
08-16 249
PointPainting 项目使用教程 PointPainting项目地址:https://gitcode.com/gh_mirrors/po/PointPainting 1. 项目的目录结构及介绍 PointPainting 项目的目录结构如下： PointPainting/ ├── data/ │ └── kitti/ ├── docs/ ├── tools/ │ ├── cfgs...
TypeError: 'SequentialList' object is not subscriptable
09-27
TypeError: 'SequentialList' object is not subscriptable 这个错误通常发生在尝试对一个不支持索引操作的对象进行索引操作时。在这种情况下，'SequentialList'对象不支持使用方括号进行索引操作。要解决这个问题，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值