3D 目标检测
文章平均质量分 91
weixin_47343723
这个作者很懒,什么都没留下…
展开
-
记录DSGN++环境配置过程
DSGN++: Exploiting Visual-Spatial Relation for Stereo-based 3D Detectors 1.PSV通道数过小,导致3D特征表示能力差2.只对俯视图进行特征提取和使用(3DGV——(x,y,z))3.类别不平衡(目标检测任务都有)1.提出Depth-wise PV(此处没懂怎么就Depth-wise了?),未增加通道个数,在保证了计算效率的情况下又不影响特征的局部性2.使用前视图和俯视图联合提取特征3.数据增强方法复制-粘贴策略)翻译 2022-10-11 18:18:59 · 2024 阅读 · 19 评论 -
DSGN++记录
以上如此复杂,3D Camera转点云,对点云进行截取,再点云转图像,为什么不直接使用图像2D粘贴呢?是因为路面那里需要伪点云吗?也包括是否重合更好判断吧。可以展示出最后的增强的效果(只是单独的copy_paste策略,其他的增强方法在后续的for循环中可以看到)。7. 把图像投影至检测框的大小,使用Opencv函数视觉投影(6. 读取点云和图像,点云似乎没有用到只是添加进了列表里。后面就是字典的添加,没耐心细看了,返回一个字典。8. 将图像对应像素点替换为warp后的图像。原创 2022-11-22 22:12:59 · 520 阅读 · 0 评论 -
使用DSGN++训练自己的数据集
今天在看waymo数据集的时候突然发现也有灰度相机,回想了一下kitti也是灰度相机,莫非…双目相机大部分都不是全彩色?(waymo数据集需要自己去了解+下载)关于如何使用DSGN++测试waymo数据集,我大致有直接利用OpenPCDet里读取数据集的方法,生成waymo数据集下的.pkl文件,修改.yaml中数据集路径。把tfrecord中的数据全部读取出来,包括label、lidar、calib、image等,像kitti一样进行组织,再生成.pkl文件。原创 2022-11-18 17:17:32 · 673 阅读 · 6 评论 -
记录kitti数据集的坐标系转换问题
P0~P4相机内参相机外参3D相机坐标系(x,y,z,1) —>2D图像(u,v,1)世界坐标系/点云坐标系(X,Y,Z,1) —>3D相机坐标系(x,y,z,1)维度不变 3*4添加维度 3*4到4*4Tr_velo_to_cam称为外参矩阵,由旋转+平移矩阵构成,为了保证维度,需要同时对点云和矩阵进行升维。总之,就是一个内参、一个外参,一个不加维度,一个变为4*4,相应的数据也都跟着多了一维。看起来似乎很简单,但我还是看了好几天。原创 2022-11-07 11:50:22 · 2448 阅读 · 10 评论 -
mmdetection/OpenPCDet初体验
安装环境的过程很简单,参考。原创 2022-10-21 18:22:03 · 348 阅读 · 2 评论