3d目标检测论文笔记
文章平均质量分 92
记录学习3d目标检测时读论文和代码的笔记
高分锻炼队友
这个作者很懒,什么都没留下…
展开
-
TransFusion论文笔记
论文名称:TransFusion: Robust LiDAR-Camera Fusion for 3D Object Detection with Transformers。原创 2023-07-07 10:39:08 · 439 阅读 · 1 评论 -
AutoAlign论文笔记
论文名称:AutoAlign: Pixel-Instance Feature Aggregation for Multi-Modal 3D Object Detection。原创 2023-07-02 15:17:40 · 387 阅读 · 1 评论 -
GUP Net论文笔记
是鸟瞰图视角,水平和竖直方向单位都是m,竖直方向是深度,其中绿色框是原始预测框,蓝色框和红色框分别是物体3D高度偏移 +0.1m 和 -0.1m 时的预测框,偏移了接近4m。节得到的 ROI 特征上预测 3D 信息:3D 偏移分支预测 3D 中心在 2D 特征图上的投影与 2D 中心的偏移;现有方法通常预测物体在2D和3D空间中的高,在此基础上计算深度,这会导致小的高度误差会被放大,产生大的深度误差,如。有监督学习,网络可以准确预测出 3D 高度的分布,在此基础上预测深度的分布。,将粗糙的中心位置细化;原创 2023-06-30 17:14:07 · 147 阅读 · 0 评论 -
CaDDN论文笔记
利用。原创 2023-06-28 15:52:44 · 218 阅读 · 1 评论 -
3D检测中深度离散化
单目3D目标检测中通常需要进行深度估计,一般是将回归问题转化为分类问题,先根据数据集确定好深度的最大最小值,然后在这个范围内划分多个区间(远处的物体有着更大的深度值和更少的视觉特征,这会产生大的损失值,从而主导训练过程并且增加不确定性。因为是离散的,取中值的精度不够,所以在训练阶段结合分类和回归任务,用到。的阈值,实心矩形表示预测的边界框,蓝色矩形表示真实框,可以看到。来降低远处物体的权重,但是这种方法会产生太密集的。),从而变成分类问题,预测深度值属于哪个区间。公式,给定的连续深度值。原创 2023-06-17 10:54:48 · 486 阅读 · 5 评论 -
FCOS3D论文笔记
所属任务:单目3D检测(不预测深度图)原创 2023-06-11 19:44:51 · 454 阅读 · 0 评论