SFA3D:基于3D LiDAR点云的超快速，准确的3D对象检测（PyTorch实现）

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