Det3D

Det3d

Una base general de código de detección de objetos 3D en Pytorch.

1. Introducción

Det3d es la primera caja de herramientas de detección de objetos 3D que proporciona implementaciones de la caja de muchos algoritmos de detección de objetos 3D como Pointpillars, Second, Pixor, etc., así como métodos de última generación en los principales puntos de referencia como Kitti (VIP) y Nuscenes (CBGS). Las características clave de Det3d incluyen los siguientes aspectos:

• Soporte de conjuntos de datos múltiples: Kitti, Nuscenes, Lyft
• Zoológico modelo basado en puntos y basado en voxel
• Actuación de última generación
• DDP y SYNCBN

2. Instalación

Consulte instalation.md.

3. Inicio rápido

Consulte Getting_started.md.

4. Modelo zoológico

4.1 Nuscenes

	mapa	compañero	mase	maoe	traficante	maae	Nds	CKPT
CBGS	49.9	0.335	0.256	0.323	0.251	0.197	61.3	enlace
Punto	41.8	0.363	0.264	0.377	0.288	0.198	56.0	enlace

El modelo original y los archivos de predicción están disponibles en el readMe CBGS.

4.2 Kitti

Segundo conjunto de datos de Kitti (Val)

 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

Pointpillars en el conjunto de datos Kitti (Val)

 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

4.3 Lyft

• Configuración de lyft

4.4 waymo

5. Funcionalidad

• Modelos
  • Voxelnet
  • SEGUNDO
  • Pointpillars
• Características
  • Aprendizaje de tareas múltiples y aprendizaje de tareas múltiples
  • Capacitación y validación distribuida
  • Sincronizar
  • Dimensiones de anclaje flexible
  • Tensorboardx
  • Continuar con el punto de control y el punto de interrupción
  • Visualización autónoma
  • Afinar
  • Capacitación y validación multiescala
  • ROI girado alinearse

6. Lista de TODO

• Ser liberado

  • CGBS en el conjunto de datos Lyft (Val)

• Modelos

  • Pointrcnn
  • Píxor

7. Llame a la contribución.

• Admite el conjunto de datos Waymo.
• Agregue otros modelos de detección / segmentación 3D, como Votenet, STD, etc.

8. Desarrolladores

Benjin Zhu, Bingqi MA

9. Licencia

Det3d se publica bajo Apache Licenes.

10. Cita

Det3d es una base de código derivado de CBGS, si encuentra este trabajo útil en su investigación, considere citar:

 @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}
}

11. Reconocimiento

• mmdetection
• MMCV
• segundo.pytorch
• Maskrcnn_benchmark