本文为博主原创文章,未经博主允许不得转载。
本文为专栏《python三维点云从基础到深度学习》系列文章,地址为“https://blog.csdn.net/suiyingy/article/details/124017716”。
Complex-Yolo网络模型的核心思想是用鸟瞰图BEV替换Yolo网络输入的RGB图像。因此,在完成BEV处理之后,模型的训练和推理过程基本和Yolo完全一致。Yolov4中输入的RGB图片的尺寸维度为608x608x3,因此BEV的尺寸维度也为608x608x3,由强度图、高度图和密度图组成。
Complex-Yolov4的数据处理部分详细介绍请参考:详细理解Complex-Yolo(Complex Yolov4)三维目标检测算法 — 数据处理(一)_Coding的叶子的博客-CSDN博客。Yolov4的详细介绍网上已经有较多资料进行了详细分析,例如:yolov4的全面详解_无尽的沉默的博客-CSDN博客_yolov4</