CVPR2021 三维目标检测(3D object detection)

[1] 3DIoUMatch: Leveraging IoU Prediction for Semi-Supervised 3D Object Detection(利用IoU预测进行半监督3D对象检测)

论文地址
代码地址

[2] Categorical Depth Distribution Network for Monocular 3D Object Detection(用于单目三维目标检测的分类深度分布网络)

paper

[3] ST3D: Self-training for Unsupervised Domain Adaptation on 3D Object Detection(ST3D:在三维目标检测上进行无监督域自适应的自训练)

paper

code

[4] Center-based 3D Object Detection and Tracking(基于中心的3D目标检测和跟踪)

paper

code

5.发现一个更新的网址,直接贴这里方便你我他!
CVPR2021_3DOD

版权声明:本文为CSDN博主「Belouga-」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/weixin_44330777/article/details/115564567

Belouga-

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

单目3D目标检测调研

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&#xff0