注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. VoxelNet End-to-End

  2. End-to-End Learning for Point Cloud Based 3D Object Detection

  3. 所属分类：深度学习

    • 发布日期：2018-03-15
    • 文件大小：11mb
    • 提供者：qq_23118999

  1. voxelnet-master.zip 仅用激光雷达数据进行目标检测

  2. 自动驾驶领域，点云深度学习，仅用激光雷达数据实现自动驾驶场景的目标检测。

  3. 所属分类：深度学习

    • 发布日期：2019-04-08
    • 文件大小：70mb
    • 提供者：weixin_42355456

  1. Voxelnet中文.pdf

  2. VoxelNet点云目标识别的翻译版，虽然很多地方还存在翻译上的错误，但是大部分的公式格式已经调好。

  3. 所属分类：深度学习

    • 发布日期：2019-07-18
    • 文件大小：1mb
    • 提供者：oo_edward_oo

  1. Awesome-3D-Detectors:出色的3D检测方法的清单-源码

  2. 3D检测方法列表 这是一些很棒的3D检测方法的论文和代码清单。我们主要收集自动驾驶中涉及LiDAR的方法。值得注意的是，我们为每篇论文都包含了官方代码和非官方代码。 消息 2021.1.11 pm添加SA-Det3D ：基于自注意的上下文感知3D对象检测。 2020.12.08 pm添加CIA-SSD ：一个支持IoU的单阶段对象检测器。 2020.12.07 pm添加CVCNet ，它提出了一种新的多视图融合方法和跨视图一致性损失。 2020.11.25 pm添加** DA-PointR

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：52kb
    • 提供者：weixin_42132325

  1. CMU_VoxelNet-源码

  2. VoxelNet PyTorch 使用所述的VoxelNet架构，使用激光雷达预测KITTI对象。 这将被扩展以预测茂密的森林点云（如树干）中的对象。 目录 变身 为了从原始点云中完全提取边界框预测，我们必须执行许多转换。 点云转换 首先，我们作为原始（X，3）数组，其中X是点数。 接下来，我们： (X, 3) ⇾ (A, B, 7) 在哪里A是体素的数量， 请参阅2.1.1：功能学习网络：体素分区B是每个体素的最大点数（如果有超过B个点，则随机采样要保留的B点）， 请参阅2.1.1：功能

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：276kb
    • 提供者：weixin_42131276

  1. VoxelNet-tensorflow：用于自动驾驶的3D对象检测系统-源码

  2. VoxelNet-张量流 一个tensorflow实施 。 需求 Python 3.5+ tensorflow 1.4+ NumPy等 用法 看一下config.py的模型配置，通过将数据拆分为测试/训练集。 运行setup.py来构建Cython模块。 $ python setup.py build_ext --inplace 确保您的工作目录如下所示（某些文件被省略）： ├── build <-- Cython build file ├── model <--

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：89kb
    • 提供者：weixin_42136791