本文综述了毫米波雷达与视觉融合在3D目标检测领域的最新研究进展，比较了多篇论文中使用的不同backbone（如R50、DLA34、R101和Swin-T）在性能指标如NDS、mAP上的表现，展示了TransCARS和HVDet等方法的优势。
接上篇工作：毫米波雷达视觉融合3D目标检测论文综述（二）
| paper | 发表地方 | 代码链接 | backbone | NDS | mAP |
|---|---|---|---|---|---|
| RCM-Fusion | arxiv | - | R50 | 0.535(test) | 0.452(test) |
| ClusterFusion | IEEE Access | - | DLA34 | 0.487(test) | 0.341(test) |
| TransCAR | IROS2023 | - | R101 | 0.522(test) | 0.422(test) |
| HVDetFusion | arxiv | pytorch | R50 | 0.451 | 0.557 |
| RC-BEVFusion | GCPR2023 | - | swin-T | 0.567(test) | 0.476(test) |
扫一扫
2万+
到【灌水乐园】发言
