tensorflow_complex_yolo

张量流中的复杂YOLO实现 内容 概述 该项目是complex-yolo的非官方实现，其模型结构与本文所描述的略有不一致。 。 的星星最多，但是似乎有一些错误。 该模型没有偏航角预测，并且在测试集上，该模型没有泛化能力，因此该项目仅引用点云预处理部分，模型结构参考 。 在此基础上，实现了完整的复数-yolo算法。 由于该模型的高精度，因此可以轻松收敛，并且无需仔细调整太多参数。 Complex-yolo将点云数据作为输入，并将点云编码为鸟瞰RGB图，以预测对象在3d空间中的位置和偏航角。 为了提高训练模型的效率，首先将点云数据集制作为RGB数据集。 实验基于kitti数据集。 kitti数据集总共有7481个标记数据。 数据集分为两部分，前1000个样本用作测试集，其余样本用作训练集。 例子 以下是Complex-Yolo的一些预测示例，这些预测是在分离的测试集上进行的。 汽车和骑自行车