3D物体检测学习笔记-初识（二）

最新推荐文章于 2024-10-12 23:13:26 发布
最新推荐文章于 2024-10-12 23:13:26 发布
阅读量232 收藏
点赞数
分类专栏： 3. 3D视觉 文章标签： 深度学习 线性代数 自动驾驶
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/rayso9898/article/details/119939667
版权
本文概述了3D物体检测的最新进展，重点介绍了基于降维的检测方法和利用物体稀疏性的技术。学习视频来自祁芮中台，深入浅出地讲解了背景应用、科研经验，以及对未来方向的探讨，如点云压缩、3D攻击研究和自动驾驶长尾问题。
摘要由CSDN通过智能技术生成

3D物体检测学习笔记-初识（二）

一、学习视频

1、B站-将门创投 祁芮中台
点云上的深度学习及其在三维场景理解中的应用.
2、B站-深蓝学院 祁芮中台
3D物体检测算法和未来方向.

二、PPT内容

1、背景介绍：3D物体检测的定义与应用
2、3D物体检测的近期发展
3、3D物体检测的未来方向
4、科研经验分享与讨论

1、背景介绍：3D物体检测的定义与应用

在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

2、3D物体检测的近期发展

在这里插入图片描述
CAD MODEL 不是很genelized。模板识别
在这里插入图片描述在这里插入图片描述-------------------------------------------
在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述
在这里插入图片描述

基于降维的方式做3D检测

在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述
在这里插入图片描述

3 基于物体的稀疏性进行检测

在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

3、3D物体检测的未来方向

在这里插入图片描述
在这里插入图片描述在这里插入图片描述在这里插入图片描述

4、科研经验分享与讨论

在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述
点云压缩算法：
3D物体攻击的研究
基于点云的物体检测-天气影响解决 多帧的数据
KITTI WayMO的3D物体检测数据，更大的dataset
算法的优势 精度 速度 memery
网络预训练
Pre-Trained wight file
场景流估计-物体运动的未来方向作用
自动驾驶的长尾问题
3D数据集 performence
机器人抓取 3D点云数据标注

参考

RPN网络的结构：https://www.cnblogs.com/Terrypython/p/10584384.html

Ray Song
关注
专栏目录
视觉SLAM笔记（3） 视觉SLAM框架
氢键H-H
09-19 1万+
传感器信息读取、视觉里程计、后端优化、回环检测、建图（度量和拓扑）
SLAM面试笔记(1) -《视觉SLAM十四讲》
几度春风里的博客
03-05 2760
本内容以《视觉SLAM十四讲》为参考资料，对可能出现的面试题进行汇总，同时也可以帮助复习。
自动驾驶中的3D物体状态检测
小白学视觉
02-13 909
点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达 摘要3D物体检测是自动驾驶的一项重要技术，KITTI提供了一种用于训练和评估不同的3D对象检测器的...
3D物体检测(一).md
02-24
总结一下在bilibili上看到的[基于点云场景的三维物体检测算法及应用](https://www.bilibili.com/video/av89811975),是香港中文大学博士生所作报告有兴趣的也可以去看看这个视频。 这一部分主要总结一下报告主要的三个论文:PointRCNN、Part-A^2、PV-RCNN
3D物体检测(一)
weixin_41134246的博客
02-24 3388
title: 3D物体检测(一) date: 2020-02-21 16:40:40 categories: 3D物体检测 tags: 3D物体检测 点云 总结一下在bilibili上看到的基于点云场景的三维物体检测算法及应用,有兴趣的也可以去看看这个视频。 这一部分主要总结一下，结合雷达点云数据和相机采集的二维图像数据的方法。 主要包括: MV3D-Net、F-PointNet MV3...
YOLO3D端到端的3d物体检测 论文笔记
a326648252的博客
08-09 1万+
YOLO3D: End-to-end real-time 3D Oriented Object Bounding Box Detection from LiDAR Point Cloud 论文地址传送门 这篇论文将Yolo应用到 3D 物体检测，在KITTI 数据集下利用Titan X GPU达到了40Fp的性能。 本文的主要贡献有以下几点： 1- Extending YOLO V2[3]...
ARFoundation之路－3D物体识别之一
DavidWang
08-14 1万+
版权声明：Davidwang原创文章，严禁用于任何商业途径，授权后方可转载。   3D物体跟踪技术，是指通过图像处理技术对摄像头中拍摄到的3D物体识别定位并对其姿态进行跟踪的技术。3D物体跟踪技术的基础也是图像识别，但比前述图像识别跟踪要复杂得多，原因在于现实世界中的物体是三维的，从不同角度看到的物体形状、纹理都不一样，在进行图像对比时需要的数据比2D图像识别要多得多。   在ARFoundati...
Halcon学习笔记：Halcon标定步骤-3d_coordinates.hdev示例
Leon_Chen的博客
10-11 3258
Halcon学习笔记：Halcon标定步骤 Halcon标定步骤 1.设置相机内部参数的初始值 StartCamPar := [0.016,0,0.0000074,0.0000074,326,247,652,494] set_calib_data_cam_param (CalibDataID, 0, ‘area_scan_division’, StartCamPar) 1.1 相机型号 （1）面...
Unity3D《打地鼠》学习笔记及心得
Z_M_R_的博客
02-18 2653
一、新建工程 二、创建Audio、Prefabs、Scenes、Scripts、Sprites文件夹。 三、导入图片素材到Sprites文件夹、音频素材到Audio文件夹。 1、修改图片属性为Texture Type：Sprite（2D and UI)，分辨率：100 2、搭建场景 3、改变场景图片Sort Layer即层级关系。 4、建立洞口、地鼠（两种）生成预制体到Prefabs文件夹。 4、...
【OpenCV3编程入门学习笔记】——第2章 启程前的认知准备
繁臻的小窝
03-11 811
第二章 启程前的认知准备 文章目录第二章 启程前的认知准备2.1 OpenCV官方例程引导与赏析2.1.1 彩色目标追踪：Camshift2.1.2 光流：optical flow2.1.3 点追踪：Ikdemo2.1.4 人脸识别：objectDetection2.2 开源的魅力：编译OpenCV源代码2.2.1 下载安装CMake2.2.2 使用CMake生成OpenCV源码工程的解决方案2.2.3 编译OpenCV源代码2.3 “opencv.hpp”头文件认知2.4 命名规范约定2.4.1 本书范例
详解3D物体检测模型：Focal Sparse Convolutional Networks for 3D Object Detection
10点43的博客
04-29 5092
论文链接为：https://arxiv.org/abs/2204.12463 项目链接为：https://github.com/dvlab-research/FocalsConv
实时3D物体检测
代码-诗和远方
04-10 1494
谷歌发布的MediaPipe Objectron，是一个可以实时检测3D物体检测的模型框架，现在2D图像上检测物体，然后通估算出3D坐标。 尽管目前2D物体检测已经相对成熟，但3D检测仍然是个挑战性的问题，主要是缺少大量有效的数据用于训练 获取真实世界的数据 在道路场景有大量的3D数据，主要是因为在无人驾驶汽车领域依赖激光雷达LIDAR, ...
基于点云的3D障碍物检测
听说你爱吃芒果
02-08 2万+
基于点云的3D障碍物检测主要有以下步骤： 点云数据的处理 基于点云的障碍物分割 障碍物边框构建 点云到图像平面的投影 点云数据的处理KITTI数据集KITTI数据集有四个相机，主要使用第三个相机(序号为02)拍摄的图片、标定参数和标签文件。点云数据一般表示为N行，至少三列的numpy数组。每行对应一个单独的点，所以使用至少3个值的空间位置点(X, Y, Z)来表示。 在KITTI数据中有一个
从零实现一个3D目标检测算法（1）：3D目标检测概述
10点43的博客
07-10 1万+
PointPillar( (vfe): PillarFeatureNetOld2( (pfn_layers): ModuleList( (0): PFNLayer( (linear): Linear(in_features=10, out_features=64, bias=False) (norm): BatchNorm1d(64, eps=0.001, momentum=0.01, affine=True, track_running_stats.
一文教你读懂3D目标检测
热门推荐
Z's Palace
05-06 2万+
本文共4593字，预计需要20分钟，可以先收藏再看哦1 简介目标检测是计算机视觉领域的传统任务，与图像识别不同，目标检测不仅需要识别出图像上存在的物体，给出对应的类别，还需要将该物体的位置通过最小包围框（Bounding box）的方式给出。根据目标检测需要输出结果的不同，一般将使用RGB图像进行目标检测，输出物体类别和在图像上的最小包围框的方式称为2D目标检测，而将使用RGB图像、RGB-D深度...
从RNN讲起(RNN、LSTM、GRU、BiGRU)——序列数据处理网络
薛定谔的猫的博客
10-12 928
循环神经网络是一类用于处理序列数据的神经网络，它一般以序列数据作为输入，通过网络内部的结构设计有效地捕捉序列之间的关系，以序列的形式输出。与传统的前馈神经网络不同，RNN具有"记忆"能力，通过在网络中引入循环连接，使得其可以利用先前的输入信息来影响当前的输出。这使得RNN非常适合处理具有时间依赖性或顺序性的任务。长短期记忆网络（LSTM, Long Short-Term Memory）是一种特殊的循环神经网络RNN，设计用来解决传统RNN在处理长序列数据时遇到的梯度消失和梯度爆炸问题。
【交通标志识别系统】Python+卷积神经网络算法+人工智能+深度学习+机器学习+算法模型
子午的博客
10-12 886
交通标志识别系统。本系统使用Python作为主要编程语言，在交通标志图像识别功能实现中，基于TensorFlow搭建卷积神经网络算法模型，通过对收集到的58种常见的交通标志图像作为数据集，进行迭代训练最后得到一个识别精度较高的模型文件，然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面，实现用户上传一张交通标志图片，识别其名称。在本项目中，开发了一个基于人工智能的交通标志识别系统，旨在利用深度学习技术对常见的交通标志进行高效、准确的识别。
Text2Video Huggingface Pipeline 文生视频接口和文生视频论文API
最新发布
rockingdingo的博客
10-12 932
文生视频是AI领域热点，国内外有非常多的优秀产品如Runway AI、Pika AI、可灵King AI、通义千问、智谱的文生视频模型等等。很多文生视频的大模型都是基于Huggingface的 diffusers的python包来开发。为了方便调用，也尝试了使用 PyPI的text2video的python库的Wrapper类进行调用，下面会给大家介绍一下Huggingface Text to Video Pipeline的调用方式 以及使用通用的text2video的python库调用方式。
深度学习-22-基于keras的十大经典算法之深度神经网络DNN
qq_20466211的博客
10-12 333
深度神经网络的基本结构介绍，同时分别基于模拟数据集和鸢尾花数据集，对模型进行了训练和预测。
Go语言学习笔记 - 雨痕
"Go学习笔记 By 雨痕" 这是一份由雨痕编写的Go语言学习笔记，详细记录了作者在学习Go语言过程中的心得和知识点。笔记内容涵盖Go语言的基础到高级特性，适合已经观看过无闻大神视频并希望进一步巩固和深入理解Go语言...
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

打赏作者

Ray Song

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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