SFA3D:基于3D LiDAR点云的超快速准确的3D对象检测(PyTorch实现) 源码
基于3D LiDAR点云的超快速,准确的3D对象检测 特征 基于LiDAR的超快速,准确的3D对象检测 快速训练,快速推理 无锚的方法 没有非最大抑制 支持 发布预训练的模型 技术细节在描述 更新2020.09.06 :添加ROS源代码。 已经完成了出色的工作。 实现在 演示(在单个GTX 1080Ti上) 2.入门 2.1。 要求 有关设置虚拟环境的说明,请参见。 git clone https://github.com/maudzung/SFA3D.git SFA3D cd SFA3D/ pip install -r requirements.txt 2.2。 资料准备 从下载3D KITTI检测数据集。 下载的数据包括: Velodyne点云(29 GB) 对象数据集的训练标签(5 MB) 对象数据集的相机校准矩阵(16 MB) 对象数据集的左侧彩色图像(12
文件列表
SFA3D-master.zip
(预估有个40文件)
SFA3D-master
sfa
train.py
11KB
utils
misc.py
2KB
visualization_utils.py
5KB
__init__.py
0B
lr_scheduler.py
13KB
torch_utils.py
1KB
logger.py
1KB
暂无评论