PCL 点云库 3D感知 NLP学习资源

锦鲤少年丶

已于 2023-01-02 21:40:24 修改

阅读量456

点赞数

分类专栏： 3D感知文章标签： c++ pytorch 深度学习算法

于 2022-10-29 12:53:43 首次发布

本文链接：https://blog.csdn.net/weixin_46559458/article/details/127585228

版权

3D感知专栏收录该内容

9 篇文章 0 订阅

订阅专栏

3D目标检测应该怎么开始学习?
究极路线：
https://github.com/TianhaoFu/Awesome-3D-Object-Detection/

3D分割仓库

食用方法：
1. 大致扫完一眼后，快速进入blog部分，学习经典方法。
2. 进入course部分，学习图宾根大学课程的3d检测部分。
3. 进入video部分，看3d检测相关的seminar。
4. 现在，你已经大致具备3d检测领域的intuition了，之后
5. 如果你想发论文，你可以进入paper部分。
6. 如果你想打比赛，你可以进入competition solution部分。
7. 如果你想做工程，你可以进入engineering部分。

3D视觉工坊课程链接
 3D缺陷检测课程
学习方法：
看论文和对应代码，mmdetection3d和openpcdet，可以先从这些codebase入手.

经典算法，比如SECOND，PillarNet，VoxelNet。
VoxelNet阅读笔记
 mmdetection3D入门介绍

首先推荐学习这两篇mmdetection3d教程：
- 带你玩转 3D 检测和分割（一）：MMDetection3D 整体框架介绍
- 带你玩转 3D 检测和分割（二）：核心组件分析之坐标系和 Box
其次要了解mmdet3d的主要依赖package mmdetection（以下简称mmdet）：
最后要熟悉runner，hook等结构，参考mmcv教程：
- MMCV 核心组件分析（一）：整体概述

如何入门激光雷达点云的3D目标检测？

【综述】PointNet、PointNet++、 F-PointNet基于深度学习的3D点云分类和分割

PointNet: Deep Learning on Point Sets for 3D Classificationand Segmentation
PointNet++: Deep Hierarchical Feature Learning on Point Setsin a Metric Space
- 论文地址
- 开源代码地址
F-PointNet：FrustumPointNets for 3D Object Detection from RGB-D Data
- 论文地址
- 开源代码地址

双愚：

PCL：

3D视觉教程

主要论文：
- PointRCNN：3D Object Proposal Generation and Detection from Point Cloud
- PointPillar：Fast Encoders for Object Detection from Point Clouds
- PointPainting：Sequential Fusion for 3D Object Detection
相关论文：
- PointNet:Deep Learning on Point Sets for 3D Classification and Segmentation
- PointNet++:Deep Hierarchical Feature Learning on Point Sets in a Metric Space
- YOLO3D: End-to-end real-time 3D Oriented Object Bounding Box Detection from LiDARPoint Cloud
- Complex-YOLO: An Euler-Region-Proposal for Real-time 3D Object Detection on Point Clouds
- VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection
- SECOND: Sparsely Embedded Convolutional Detection
- PV-RCNN: Point-Voxel Feature Set Abstraction for 3D Object Detection
- 3DSSD: Point-based 3D Single Stage Object Detector
- Structure Aware Single-stage 3D Object Detection from Point Cloud
- CIA-SSD: Confifident IoU-Aware Single-Stage Object Detector From Point Cloud
- Joint 3D Proposal Generation and Object Detection from View Aggregation
- Multi-View 3D Object Detection Network for Autonomous Driving
- EPNet: Enhancing Point Features with Image Semantics for 3D Object Detection
- CLOCs: Camera-LiDAR Object Candidates Fusion for 3D Object Detection
- PanoNet3D: Combining Semantic and Geometric Understanding for LiDAR Point Cloud Detection
Efficient-3DCNNs：Resource Efficient 3D Convolutional Neural Networks