3D目标检测
关注
分享
扫一扫
文章平均质量分 92
AI新手学习
公众号：AIX新手学习。
上海交通大学博士在读，关注3D视觉（检测、分割和定位等）前沿方向，定期分享论文笔记和心得。
展开
-
2021CVPR——LiDAR R-CNN: An Efficient and Universal 3D Object Detector
作者：AI新手学习； 公众号：AI新手学习 0 基本信息： **论文链接：**2103.15297.pdf (arxiv.org) **代码链接：**GitHub - TuSimple/LiDAR_RCNN **论文来源：**2021CVPR 1 Motivation 通过对之前二阶段目标检测框架的分析，发现R-CNN网络不知道proposal的大小，即存在尺寸模糊问题，本文基于此展开实验和分析。 2 Abstract LIDAR R-CNN是一个二阶段的3D目标检测框架，且是一个即插即用的模块。通过对.原创 2021-05-14 10:27:32 · 938 阅读 · 0 评论 -
2021CVPR——3DIoUMatch: Leveraging IoU Prediction for Semi-Supervised 3D Object Detection
0 基本信息 论文链接：2012.04355.pdf (arxiv.org) 代码链接： GitHub - THU17cyz/3DIoUMatch: [CVPR 2021] PyTorch implementation of 3DIoUMatch: Leveraging IoU Prediction for Semi-Supervised 3D Object Detection. 论文来源：2021 CVPR 1 Motivation 3D目标检测严重依赖大量标注的数据，而3D数据标注是主要瓶颈。因此，需要原创 2021-05-12 22:02:30 · 1039 阅读 · 0 评论