Det3D
1.0.0
รหัสการตรวจจับวัตถุ 3 มิติทั่วไปใน Pytorch
DET3D เป็นกล่องเครื่องมือตรวจจับวัตถุ 3 มิติแรกที่ให้การใช้งานกล่องของอัลกอริทึมการตรวจจับวัตถุ 3 มิติจำนวนมากเช่น pointpillars, ที่สอง, Pixor, ฯลฯ รวมถึงวิธีการที่ทันสมัยบนเกณฑ์มาตรฐานที่สำคัญเช่น Kitti (VIP) และ Nuscenes (CBGS) คุณสมบัติที่สำคัญของ DET3D รวมถึงแง่มุมต่อไปนี้:
โปรดดูที่ Instalation.md
โปรดดูที่ Geting_Started.md
| แผนที่ | เพื่อน | เมส | เหมา | ทำให้เกิด | Maae | NDS | CKPT | |
|---|---|---|---|---|---|---|---|---|
| CBGS | 49.9 | 0.335 | 0.256 | 0.323 | 0.251 | 0.197 | 61.3 | การเชื่อมโยง |
| Pointpillar | 41.8 | 0.363 | 0.264 | 0.377 | 0.288 | 0.198 | 56.0 | การเชื่อมโยง |
ไฟล์โมเดลดั้งเดิมและการคาดการณ์มีอยู่ใน 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
ที่จะได้รับการปล่อยตัว
แบบจำลอง
Benjin Zhu, Bingqi MA
Det3D เปิดตัวภายใต้ Apache Licenes
Det3D เป็น codebase อนุพันธ์ของ CBGs หากคุณพบว่างานนี้มีประโยชน์ในการวิจัยของคุณโปรดพิจารณาอ้างอิง:
@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}
}
