目标检测YOLO实战应用案例100讲-基于点云的三维多目标检测算法研究(续)

林聪木

于 2024-04-21 00:30:00 发布

阅读量421

点赞数

CC 4.0 BY-SA版权

分类专栏：目标检测YOLO系列实战应用案例精讲100例文章标签：数码相机计算机视觉人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_36130719/article/details/137765781

目标检测YOLO系列实战应用案例精讲100例专栏收录该内容

531 篇文章 ¥39.90 ¥99.00

订阅专栏

目录

相关理论及技术介绍

2.1 三维环境信息的获取与表示

2.2 深度神经网络

2.3 点云的特征提取方法

2.4 点云和图像融合的三维目标检测方法

2.5 三维目标检测数据集和评价指标

基于加权特征逐点融合的三维目标检测算法

3.2 基于加权特征逐点融合的三维目标检测

3.3 实验结果及分析

基于多源特征自适应融合的三维目标检测算法

4.2 基于多源特征自适应融合的三维目标检测

4.3 实验结果及分析

基于候选区域Transformer融合的三维目标检测算法

5.2 基于候选区域Transformer融合的三维目标检测

5.3 实验结果及分析

3D点云目标跟踪的评价指标

SOT的常用评价指标有：

MOT的常用评价指标有：

评价指标详细代码：

本文篇幅较长，分为上下两篇，上篇详见基于点云的三维多目标检测算法研究

相关理论及技术介绍

2.1 三维环境信息的获取与表示

三维环境信息的获取是三维感知的基础，为了更好的获取三维信息，发明了各式
各样的传感器。其中，有能够获得物体表面纹理和色彩信息的RGB相机，有能够获
得

了解本专栏

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

林聪木 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。