Det3D
1.0.0
قاعدة كود الكائنات ثلاثية الأبعاد العامة في Pytorch.
DET3D هو أول صندوق أدوات للكشف عن الكائنات ثلاثية الأبعاد والذي يوفر تطبيقات المربع للعديد من خوارزميات الكشف عن الكائنات ثلاثية الأبعاد مثل PointPillars ، والثاني ، والبيكور ، وما إلى ذلك ، وكذلك الأساليب الحديثة على المعايير الرئيسية مثل Kitti (VIP) و Nuscenes (CBGS). تتضمن الميزات الرئيسية لـ Det3D الجوانب التالية:
يرجى الرجوع إلى Instalation.MD.
يرجى الرجوع إلى get_started.md.
| رسم خريطة | رَفِيق | mase | ماو | ماج | يااي | NDS | CKPT | |
|---|---|---|---|---|---|---|---|---|
| CBGs | 49.9 | 0.335 | 0.256 | 0.323 | 0.251 | 0.197 | 61.3 | وصلة |
| PointPillar | 41.8 | 0.363 | 0.264 | 0.377 | 0.288 | 0.198 | 56.0 | وصلة |
تتوفر ملفات النموذج الأصلي وملفات التنبؤ في CBGS README.
car AP @0.70, 0.70, 0.70:
bbox AP:90.54, 89.35, 88.43
bev AP:89.89, 87.75, 86.81
3d AP:87.96, 78.28, 76.99
aos AP:90.34, 88.81, 87.66
car [email protected], 0.70, 0.70:
bbox AP:90.63, 88.86, 87.35
bev AP:89.75, 86.15, 83.00
3d AP:85.75, 75.68, 68.93
aos AP:90.48, 88.36, 86.58
ليصدر
النماذج
بنجين تشو ، بينغكي ما
يتم إصدار Det3D تحت Apache Licenes.
Det3D عبارة عن قاعدة بيانات مشتقة لـ CBGs ، إذا وجدت هذا العمل مفيدًا في بحثك ، فيرجى النظر في Cite:
@article{zhu2019class,
title={Class-balanced Grouping and Sampling for Point Cloud 3D Object Detection},
author={Zhu, Benjin and Jiang, Zhengkai and Zhou, Xiangxin and Li, Zeming and Yu, Gang},
journal={arXiv preprint arXiv:1908.09492},
year={2019}
}
