提出对图像和激光雷达点云数据进行3D目标检测的改进F-PointNet(Frustum PointNet)。首先利用图像的2D目标检测模型提取目标2D区域,并将其映射到点云数据中,得到该目标的点云候选区域,然后预测候选区域的3D目标掩模,最后利用掩模对3D目标进行检测。当预测掩模时,提出的宽阈值掩模处理可以用来减少原始网络的信息损失;增加注意力机制可以获取需要被关注的点和通道层;使用Focal Loss可以解决目标与背景不平衡的问题。通过多次对比实验,证明宽阈值掩模处理可以提高3D目标检测的准确率,同时注意力机制和Focal Loss可以提高预测的准确率。
2021-03-17 16:58:51
7.49MB
1
本资源为论文pointnet++语义分割部分的的实验数据集。若有需要做论文复现的可自行取用。
该分享仅用于科学研究，如有侵权，联系删除！
2021-03-09 09:12:32
75B
1
本资源为论文pointnet++点云分类部分的的实验数据集（modelnet40_normal_resampled.zip）。若有需要做论文复现的可自行取用。
该分享仅用于科学研究，如有侵权，联系删除！
2021-03-03 17:25:17
147B
1
对论文进行翻译的pdf版，记录一些好的论文，并对它进行翻译，并上传到里面，既可以方便日后使用，也可以用来供大家一起来学习。
2019-12-21 20:52:01
1006KB
1
对论文进行翻译的pdf版，记录一些好的论文，并对它进行翻译，并上传到里面，既可以方便日后使用，也可以用来供大家一起来学习。
2019-12-21 20:52:01
1.02MB
1