自动驾驶系统进阶与项目实战（十）基于PointPillars的点云三维目标检测和TensorRT实战（1）

发表于CVPR2019的PointPillars是目前比较受业内认可的激光雷达三维检测算法，其推理速度和性能俱佳，百度Apollo和Autoware两个开源自动驾驶项目的感知系统均包含了基于PointPillars目标检测模块。本文首先从理论层面解析PointPillars方法，接着使用PyTorch和Kitti数据集从零开始训练一个神经网络，我们将使用kitti的测试数据推理并可视化检测结果。在下一篇文章中，我们将模型导出为ONNX，并且进一步导出为TensorRT的engine模型，最后在C++项目中推理TensorRT模型。完成本文，你将能复现以下结果：

PointPillars方法的特点

和2D图像的深度学习目标检测很不相同，点云数据具有两个显著特征：（1）相对2D图像来说，点云数据非常稀疏；（2）点云数据是三维的。为了将图像领域卷积神经网络做模式识别的经验引入三维点云中，一些深度学习方法采用了三维卷积方法或者是将点云投

自动驾驶系统进阶与项目实战（十）基于PointPillars的点云三维目标检测和TensorRT实战（1）相关推荐

自动驾驶系统进阶与项目实战（四）自动驾驶高精度地图构建中的三维场景识别和闭环检测
自动驾驶系统进阶与项目实战(四)自动驾驶高精度地图构建中的三维场景识别和闭环检测闭环检测(loop-closure detection)是SLAM中非常关键的一部分,当然也是自动驾驶高精度地图(HD ...
自动驾驶系统进阶与项目实战（三）基于全卷积神经网络的点云三维目标检测和ROS实战
自动驾驶系统进阶与项目实战(三)基于全卷积神经网络的点云三维目标检测和ROS实战前面入门系列的文章中我介绍了几种点云三维分割/目标检测模型,在做点云预处理上,有通过球面投射(SqueezeNet)得 ...
自动驾驶系统进阶与项目实战（九）基于行锚框和全局信息的深度学习车道线检测方法
自动驾驶系统进阶与项目实战(九)基于行锚框和全局信息的深度学习车道线检测方法目前多数基于深度学习的车道线检测方法通常把车道线的识别问题处理为车道线像素分割问题,单纯的像素级语义分割模型的推理的实时性 ...
自动驾驶系统进阶与项目实战（八）面向自动驾驶的高精度地图框架解析和实战
自动驾驶系统进阶与项目实战(八)面向自动驾驶的高精度地图框架解析和实战前面聊了一些如何制作较大规模的点云地图以及如何使用点云地图进行定位的方法,点云图是高精度地图的一部分,主要用于配准定位和作为高精 ...
BEV图像处理对自动驾驶系统的性能优化
作者 | Jessie 出品 | 焉知众所周知,可靠地环境状态感知的能力,尤其是潜在对象的存在及其运动行为,对于自动驾驶至关重要.在自动驾驶系统运行过程中比较重要的是对其行驶的周边环境进行态势评估. ...
无人驾驶 | 为什么双目自动驾驶系统难以普及？
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达转载于 :黄浴博士知乎单目视觉是Mobileye(ME)的看家法 ...
通过传感器计算打造视觉雷达，下一代自动驾驶系统的关键构成
点击上方"迈微AI研习社",选择"星标★"公众号重磅干货,第一时间送达作者:鉴智机器人 2021年10月25日,特斯拉市值站上万亿美金,成为美股第五家市值破 ...
2022-2028年中国自动驾驶系统行业现状调研分析报告
[报告类型]产业研究 [报告价格]4500起 [出版时间]即时更新(交付时间约3个工作日) [发布机构]智研瞻产业研究院 [报告格式]PDF版本报告介绍了中国自动驾驶系统行业市场行业相关概述.中国自 ...
如何部署自动驾驶系统
如何部署自动驾驶系统自动驾驶软件部署方法.装置.终端及服务器,更具体的涉及一种自动驾驶车辆行驶途中下一地理位置区域所调用的自动驾驶软件部署方法.装置.终端及服务器.背景技术随着城市化建设带来的人口高 ...

自动驾驶系统进阶与项目实战（十）基于PointPillars的点云三维目标检测和TensorRT实战（1）

自动驾驶系统进阶与项目实战（十）基于PointPillars的点云三维目标检测和TensorRT实战（1）

PointPillars方法的特点

自动驾驶系统进阶与项目实战（十）基于PointPillars的点云三维目标检测和TensorRT实战（1）相关推荐

最新文章

热门文章