没有合适的资源?快使用搜索试试~ 我知道了~
SFA3D:基于3D LiDAR点云的超快速,准确的3D对象检测(PyTorch实现)
共40个文件
py:29个
txt:6个
md:2个
需积分: 49 10 下载量 3 浏览量
2021-03-17
19:25:18
上传
评论 2
收藏 45.25MB ZIP 举报
温馨提示
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
资源推荐
资源详情
资源评论
收起资源包目录
SFA3D-master.zip (40个子文件)
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
demo_utils.py 5KB
evaluation_utils.py 6KB
train_utils.py 5KB
models
model_utils.py 5KB
__init__.py 0B
resnet.py 10KB
fpn_resnet.py 10KB
test.py 8KB
data_process
kitti_bev_utils.py 3KB
__init__.py 0B
kitti_data_utils.py 12KB
kitti_dataloader.py 3KB
kitti_dataset.py 12KB
transformation.py 14KB
demo_dataset.py 3KB
losses
__init__.py 0B
losses.py 5KB
demo_front.py 4KB
config
train_config.py 8KB
__init__.py 0B
kitti_config.py 2KB
demo_2_sides.py 5KB
checkpoints
fpn_resnet_18
fpn_resnet_18_epoch_300.pth 48.62MB
requirements.txt 185B
dataset
kitti
ImageSets
test.txt 51KB
train.txt 41KB
trainval.txt 51KB
val.txt 10KB
demo
calib.txt 2KB
LICENSE 1KB
README.md 6KB
Technical_details.md 2KB
.gitignore 2KB
共 40 条
- 1
资源评论
黄荣钦
- 粉丝: 33
- 资源: 4539
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 2023-04-06-项目笔记 - 第一百十五阶段 - 4.4.2.113全局变量的作用域-113 -2024.04.26
- 2023-04-06-项目笔记 - 第一百十五阶段 - 4.4.2.113全局变量的作用域-113 -2024.04.26
- htmlzwbjq_downyi.com.zip
- 无头单向非循环链表的实现(Test.c)
- 无头单向非循环链表的实现(SList.c)
- 浏览器重定向插件更新文件
- SSA-BP麻雀算法优化BP神经网络多特征分类预测(Matlab实现完整源码和数据)
- 粒子群算法优化BP神经网络PSO-BP的MATLAB代码(数值预测)
- 基于Springboot的一起看书平台.zip
- 无头单向非循环链表的实现(SList.h)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功