没有合适的资源?快使用搜索试试~ 我知道了~
LWMV3D:使用LIDAR和RGB的轻量级多视图3D对象检测
共23个文件
py:7个
pyx:3个
gitignore:3个
需积分: 10 1 下载量 26 浏览量
2021-05-12
01:12:46
上传
评论 1
收藏 33KB ZIP 举报
温馨提示
轻量多视图3D对象检测 要求 Python 3.5.2或更高版本 TensorFlow-GPU 1.3.0或更高版本 CUDA 人工神经网络 显卡 建造 首先,将文件lib/setup.py和lib/roi_pooling_layer/make.sh中的lib/roi_pooling_layer/make.sh -arch=sm_52更改为适合您的GPU的值。 ./make.sh 数据集 从http://www.cvlibs.net/datasets/kitti/eval_object.php下载左彩色图像,Velodyne点云,相机校准矩阵和训练标签。 将它们分为训练集和验证集(例如,根据http://www.cs.toronto.edu/objprop3d/downloads.php Train/Val Split ),并在train.py通过DIR_TRAIN和DIR_VAL指定它
资源推荐
资源详情
资源评论
收起资源包目录
LWMV3D-master.zip (23个子文件)
LWMV3D-master
blocks.py 9KB
train.py 36KB
.gitignore 29B
lib
nms
gpu_nms.pyx 1KB
.gitignore 10B
gpu_nms.hpp 146B
cpu_nms.pyx 2KB
nms_kernel.cu 5KB
top
LidarTopPreprocess.c 8KB
Makefile 119B
roi_pooling_layer
roi_pooling_op.py 249B
roi_pooling_op_gpu.h 1KB
__init__.py 341B
roi_pooling_op_grad.py 923B
roi_pooling_op.cc 16KB
make.sh 695B
roi_pooling_op_gpu.cu.cc 8KB
setup.py 5KB
utils
bbox.pyx 4KB
.gitignore 10B
README.md 1KB
make.sh 106B
infer.py 6KB
共 23 条
- 1
资源评论
逸格草草
- 粉丝: 28
- 资源: 4594
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
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