【转载】理解PointRCNN中的Stage-Two细节

【转载】理解PointRCNN中的Stage-Two细节

分享一篇写的非常好的文章,分析了PointRCNN的最难的第二阶段。小白科研笔记:理解PointRCNN中的Stage-Two细节_Niuip的博客-CSDN博客 
OpenPCDet的安装与体验【挖坑&未完结】

OpenPCDet的安装与体验【挖坑&未完结】

关于OpenPCDetOpenPCDet:Open Point Cloud DetectionOpenPCDet is a clear, simple, self-contained open source project for LiDAR-based 3D object detection.It is also the official code release of [PointRCNN], [Par...
记一下跑PointRCNN算法+点云可视化的艰难历程……

记一下跑PointRCNN算法+点云可视化的艰难历程……

写在前面环境:Ubuntu18.04,基于Anaconda3虽然我已经在服务器写过操作日志了,但还是来整理一下过程吧,说不定啥时候就得重新来一遍呢。报错都单独放后边了。早就装好CUDA9.0.176+CuDNN7.6.4+Anaconda3了(参照下面的文章...
解决一个致命错误:ImportError: No module named conda

解决一个致命错误:ImportError: No module named conda

温馨提示环境:Ubuntu18.04报错产生的原因在conda的base环境中新建了一个环境pcdet,忘了activate直接在base中安装了个高版本的Pytorch,然后这玩意依赖于python3.7,所以把原来的python3.6给我自动升级了,导致原来的conda...
RTM3D/KM3D环境配置指南(防踩坑)

RTM3D/KM3D环境配置指南(防踩坑)

关于环境:Ubuntu18.04            code:RTM3D先简单写一些步骤,后面有时间再补充。我是root用户,否则请在shell命令前加sudo。1.安装nvida GPU驱动CUDA9.0要求至少390版本。安装完了用nvidia-smi试一下。2.安装CUDA9.0下...
遇到的一些名词解释

遇到的一些名词解释

Anchor Box——锚框预定义边框就是一组预设的边框。BEV——鸟瞰图BEV图由激光雷达点云在XY坐标平面离散化后投影得到,其中需要人为规定离散化时的分辨率,即点云空间多大的长方体范围(ΔlΔwΔh)对应离散化后的图像的一个像素点...
精读【2020_CVPR】RTM3D:Real-time Monocular 3D Detection from Object Keypoints for Autonomous Driving

精读【2020_CVPR】RTM3D:Real-time Monocular 3D Detection from Object Keypoints for Autonomous Driving

摘要目前大多数单目的方法将3D Box到2D Box的投影约束作为重要部分,2D的误差小但是性能差。本文直接预测图像空间中3D Box的9个透视关键点,利用3D和2D的几何关系,在3D空间还原出 大小、位置和方向。即使估计的关键点存在...
精读【2012_NIPS】AlexNet

精读【2012_NIPS】AlexNet

摘要我们训练了一个大型的深度卷积神经网络,将ImageNet ILSVRC -2010竞赛中的120万幅高分辨率图像分类为1000个不同的类。在测试数据上,我们的分别top-1和top-5错误率分别为37.5%和17.0%,比之前的水平有了很大的提高。该...
精读【2014_CVPR】R-CNN

精读【2014_CVPR】R-CNN

介绍2014,CVPR,首次将深度学习应用在目标检测领域,两阶段目标检测的祖师爷。目标检测发展史:Nikasa1889/HistoryObjectRecognition (github.com)★★★基本原理输入图像selective search生成2000个候选框selective search——...
关于卷积神经网络与目标检测

关于卷积神经网络与目标检测

卷积神经网络分层输入层(Input layer):输入数据,通常会作一些数据处理。例如:去均值:把输入数据各个维度都中心化到0归一化:幅度归一化到同一范围PCA/白化:用PCA降维,白化是在对数据每个特征轴上的数据进行归一化。...