标签:OpenPCDet 对象 检测 单目 CaDDN 3D
CaDDN
CaDDN是一种基于单眼的 3D 物体检测方法。此存储库基于 [
[OpenPCDet]`](https://github.com/open-mmlab/OpenPCDet).
用于单目 3D 对象检测的分类深度分布网络
[Paper]
Introduction
有什么作用CaDDN?
CaDDN是一种基于 PyTorch 的通用方法,用于从单目图像中检测 3D 对象。在提交时,CaDDN在Kitti 3D 对象检测基准上已发表的单目方法中获得第一名。我们欢迎对这个项目的贡献。
CaDDN 设计模式
我们从[OpenPCDet]`.
具有统一点云坐标的数据模型分离,可轻松扩展到自定义数据集:
统一的 3D 框定义:(x、y、z、dx、dy、dz、标题)。
Model Zoo
KITTI 3D 对象检测基线
选定的支持方法如下表所示。结果是在KITTI 数据集的val集上 Car 类的 3D 检测性能。
所有模型均使用 2 个 Tesla T4 GPU 进行训练,并且可供下载。
训练时间是用 2 个 Tesla T4 GPU 和 PyTorch 1.4 测量的。
training time | Easy@R40 | Moderate@R40 | Hard@R40 | download | |
---|---|---|---|---|---|
CaDDN | ~76 hours | 23.77 | 16.07 | 13.61 | model-774M |
安装
安装请参考INSTALL.mdCaDDN。
入门
请参阅GETTING_STARTED.md 以了解有关此项目的更多用法。
执照
CaDDN是在Apache 2.0 license.许可下发布的。
致谢
CaDDN是一个开源项目,用于基于单眼的 3D 场景感知。我们要感谢OpenPCDet3D 对象检测代码库的开源版本的作者。
引文
如果您发现该项目对您的研究有用,请考虑引用:
@article{CaDDN,
title={Categorical Depth DistributionNetwork for Monocular 3D Object Detection},
author={Cody Reading and
Ali Harakeh and
Julia Chae and
Steven L. Waslander},
journal = {CVPR},
year={2021}
}
贡献
欢迎通过为此存储库做出贡献而成为 CaDDN 开发团队的成员,并随时与我们联系以获取任何潜在的贡献。
标签:OpenPCDet,对象,检测,单目,CaDDN,3D 来源: https://blog.csdn.net/weixin_44103355/article/details/121142418
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。