文章目录[隐藏]
SMOKE是一种用于自动驾驶的实时单目 3D 物体检测器。为什么会注意这边文章呢？是因为这两天发布的百度Apollo 7.0 的摄像头障碍物感知，也是基于这个模型改进的；于是令我产生了一些兴趣。
论文名称：SMOKE: Single-Stage Monocular 3D Object Detection via Keypoint Estimation
论文地址：https://arxiv.org/pdf/2002.10111.pdf
开源地址：https://github.com/lzccccc/SMOKE
本文创建一个基于docker的SMOKE开发环境；SMOKE模型效果如下。
目录
版权声明：本文为CSDN博主「一颗小树x」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_41204464/article/details/122243245
前言 YOLOv5官方发布的代码中，检测网络共有四个版本，依次为YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x 。其中YOLOv5s是“深度”和“特征图宽度”均最小的网络，另外三种可以认为是在其基础上，进行了加深、加宽。 看一
Fog Simulation on Real LiDAR Point Clouds for 3D Object Detection in Adverse Weather基本参数： clear-weather下的接收信号功率
3D 目标检测 NuScenes 数据集 本页提供了有关在 MMDetection3D 中使用 nuScenes 数据集的具体教程。 准备之前 您可以在这里下载 nuScenes 3D 检测数据并解压缩所有 zip 文件。 像准备数据集
单目3D目标检测调研 一、 简介 现有的单目3D目标检测方案主要方案主要分为两类，分别为基于图片的方法和基于伪雷达点云的方法。 基于图片的方法一般通过2D-3D之间的几何约束来学习，包括目标形状信息࿰
暂无评论