小陈说CV的博客

文章目录前言论文信息方法论1 视锥体级特征提取2 FCN3 多分辨率视锥体特征融合4 检测器的训练5 重识别实验1 KITTI benchmark2 训练细节3 消融研究4 与 SOTA 对比几点思考前言关于本论文的问题导入，总体思路以及实验效果请见本人另一篇博客【论文概述】F-ConvNet (2019)，本文将深究这项工作的理论依据以及实验细节，最后提出几点自己的思考，有待实验研究。论文...

文章目录论文信息问题导入总体思路论文效果总结论文信息题目：ImVoteNet: Boosting 3D Object Detection in Point Clouds with Image Votes论文链接问题导入如何有效利用 2D 图片的信息辅助 3D 检测，摒弃了此前的级联思路，利用了 RGB 的几何坐标、语义及像素纹理信息，辅助 3D 点云物体检测。总体思路如上图所示，首...

文章目录论文信息问题导入总体思路论文效果总结论文信息题目：Frustum ConvNet: Sliding Frustums to Aggregate Local Point-Wise Features for Amodal 3D Object Detection论文链接代码链接问题导入利用成熟的 2D 检测技术辅助解决 3D 检测问题，此前方法多为将点云转为 2D 图像如 BEV等，...

文章目录论文信息论文信息题目：Multi-Task Multi-Sensor Fusion for 3D Object Detection论文链接代码

文章目录论文信息问题导入总体思路论文效果总结论文信息题目：Joint 3D Proposal Generation and Object Detection from View Aggregation论文链接代码链接问题导入类似于 F-PointNet, 本文想要将成熟的 2D 检测器相关技术迁移到 3D 检测上，作者认为将点云投影到 FV 或者 BEV 上可能没有足够的信息生成候选区...

文章目录论文信息问题导入总体思路论文效果总结论文信息题目：Frustum PointNets for 3D Object Detection from RGB-D Data论文链接代码链接问题导入2D 检测模型近年来趋于成熟，但自动驾驶和增强现实领域更多依赖 3D 感知。此前的 3D 检测框架把 3D 点云转换为 images 或者体素化再采用 CNN，这类方案影响了原始 3D 数据的...

文章目录论文信息问题导入总体思路论文效果总结论文信息题目：Multi-View 3D Object Detection Network for Autonomous Driving原文链接代码链接问题导入本文主要针对自动驾驶场景下的 3D 环境感知。LIDAR 传感器的优势在于深度信息，摄像头的优势在于语义信息。此前 3D 感知工作有基于 RGB 的，也有基于 Point Cloud ...