3D目标检测
文章平均质量分 89
3D目标检测
Vanessa Ni
NoTurningBack
展开
-
3D点云目标检测Complex-YOLO(训练篇)(二)———测试、训练与评估,分析
远程连接公司电脑加班,老社畜了ovoInferencedata_process/kitti_dataset里面设置了用testing文件下的测试图片这里pretrained_model用的是作者提供的,自行从.md文件里下载就行运行脚本:python test.py --gpu_idx 0 --pretrained_path complex_yolov4_mse_loss.pth --cfgfile ./config/cfg/complex_yolov4.cfg --show_image.原创 2021-06-18 21:20:18 · 5380 阅读 · 21 评论 -
3D点云目标检测Complex-YOLO(训练篇)(一)———KITTI数据集预处理与制作
KITTI datasetDownload datasetKITTI 3D Object Detection Evaluation 2017 link下载四个部分,共41.4GB解压后为四部分内容(相机校准矩阵calib、RGB图像image_2、标签label_2、点云数据velodyne) 对应的testing和training数据。其中,training数据为7481张(图片和点云对应的场景),testing数据 7518张(无label_2数据)。Data Preprocess原创 2021-06-18 16:50:57 · 6353 阅读 · 14 评论 -
端到端的3D点云目标检测:Complex-YOLO(一)———KITTI数据集解析
博主最近一直都在看3D点云目标检测,且有一个可视化课设要结,还有一个CV课设,太酸爽了。搜了一些paper,发现3D点云目标检测论文都不带公开源码的,GitHub上找项目配置来配置去总是会报一系列的错误,比如我上一个博客想要把CenterPoint跑起来,结果夭折了,配了半天(且把办公室的电脑重装了n遍系统),最终还是放弃了,毕竟玩不懂nuScenes数据集。BUT!!!带YOLO字眼的检测项目简直就是正道的光啊!!而且KITTI数据集明显更容易分析~那就开始我们的3D点云检测之旅吧。文章目录.原创 2021-05-26 15:42:38 · 6537 阅读 · 6 评论 -
1、CenterPoint: Center-based 3D Object Detection and Tracking 环境配置
文章目录Introduction环境配置Anaconda安装配置Introduction这篇文章刚刚被CVPR2021收录,利用鸟瞰图中物体的中心点来进行三维目标检测与跟踪。使用的数据集是nuScenes和Waymo,是更具有挑战性的3D目标检测数据集。stage 1: CenterPoint首先利用基于keypoint的检测器来检测物体的中心,并回归出其他属性,包括3D size,3D orientation,和速度。stage 2:refine the estimates result,利用原创 2021-05-14 10:29:34 · 2718 阅读 · 4 评论 -
Ubuntu18.04+nvidia驱动460+CUDA10.0+cuDNN7.5.0安装
文章目录硬件配置Ubuntu18.04安装制作U盘启动盘安装Ubuntu18.04硬件配置GPU:TITAN Xp内存: 64GUbuntu18.04安装制作U盘启动盘下载并安装UltraISO https://cn.ultraiso.net/xiazai.html下载ubuntu18.04镜像文件 http://mirrors.aliyun.com/ubuntu-releases/18.04/准备一个大于8G的U盘,制作启动盘的过程中会格式化U盘中所有数据,做好有用数据的备份,然后即可制原创 2021-05-13 14:38:01 · 1213 阅读 · 1 评论