超赞的自动3D检测方法
笔记
该存储库是为想要对自动场景中的3D检测进行研究的任何人而创建的。 我们将尽快更新最新的论文。
关键字
输入
monocular ：单眼stereo ：立体lidar ：点云image+lidar ：图像+激光雷达融合
资料集
数据集上的实验： kitti ：KITTI nuse ：NuScenes waymo ：Waymo ATG4D ：ATG4D lyft ：lyft
代码
框架： Tensorflow ：TensorFlow PyTorch ：PyTorch
2017年
[ ] PointNet：用于3D分类和分割的点集深度学习。 [ ] [ ] [ lidar ] :fire: :star:
[ ]用于自动驾驶的多视图3D对象检测网络。 [ ] [ image+lidar ] [ kitti ] :fire: :star:
[ ] Vote3Deep：使用高效的卷积神经
