Automanous-3D-detection-methods
版权注释
该项目地址为:https://github.com/LittleYuanzi/awesome-Automanous-3D-detection-methods
2017~2020汇总部分由CSDN博主Little_sky_jty博主倾力攥写,2021部分我将对其进行维护更新为我个人所用,无任何商业目的,如有侵权,告知删除
前言
该项目主要在对近期(17年)开始的自动驾驶场景的目标检测方法做一个汇总,持续更新,也欢迎大家参与进来。为了方便表示,该项目仅仅针对自动驾驶场景,分类方法按照输入进行划分,特别地,我们也对论文实验对应的论文做出一定的标注。
keywords
inputs
按照传感器的输入: monocular
: 单目 stereo
: 双目 lidar
: 点云
如果是多种传感器融合: image+lidar
: 图像+点云
对应实验数据集
用于标注该文章实验对应的数据集: kitti
: KITTI nuse.
: NuScence waymo
: Waymo ATG4D
: ATG4D [lyft
]: lyft
代码
标注代码实现框架: Tensorflow.
: TensorFlow PyTorch.
: PyTorch PyTorch.
: PyTorch
2017
- [CVPR] PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation. [tensorflow][pytorch] [
lidar
]