点云目标检测第16页

Pixyz Studio 和 Pixyz Scenario Processor 使用入门

包括CAD、曲面细分/网格模型、点云等。Unity中的资产将实时关联到原始数据，可自动更新文件的修改。在Unity中创建LOD和UV、合并和拆解网格、更改枢轴等，构建随时可用的资产。

iteapoy·2024-01-17 06:38

深度学习常见数据集格式解析

深度学习中常见的数据集格式（主流的目标检测网络要求的格式）主要分为VOC、COCO以及YOLO格式，但是不同的数据标注软件导出的标注格式可能不尽相同，所以我们需要了解不同数据格式的特点以及如何互相转化。

不想动脑筋的亮亮·2024-01-17 04:15

自动驾驶二维激光雷达标定板

在自动驾驶汽车中二维激光雷达通过获取周围环境的三维点云数据，并通过对这些数据的处理和识别，实现了障碍物的检测。这种方法的精度较高，抗干扰能力强，因此在无人驾驶、机器人等领域得

JYGD686868·2024-01-16 23:04

大模型背景下计算机视觉年终思考小结（一）

1.引言在过去的十年里，出现了许多涉及计算机视觉的项目，举例如下：使用射线图像和其他医学图像领域的医学诊断应用使用卫星图像分析建筑物和土地利用率相关应用各种环境下的目标检测和跟踪，如交通流统计、自然环境垃圾检测估计等上述应用所采用的计算机视觉的方法遵循统一的标准流程

赵卓不凡·2024-01-16 22:05

Python 基于Open3D的点云均匀下采样算法

目录一、算法概述二、代码示例三、测试示例一、算法概述点云均匀下采样算法：是在保持点云关键特征的前提下，减少点云数据的数量。

奔跑的小豆芽·2024-01-16 21:51

Python BPA点云重建(Ball-Pivoting Algorithm)

目录一、算法概述二、代码实现三、结果示例接上篇：Pythona-shape点云重建(alphashapes)一、算法概述球状旋转算法（BPA）[Bernardini1999]是一种α-shapes相关的曲面重构方法

奔跑的小豆芽·2024-01-16 21:51

Python open3d读取和写入基本数据结构（点云、网格、图像等基本数据结构）

目录一、点云的读取和写入二、网格的读取和写入三、图像的读取和写入适用：本教程展示了Open3D是如何读取和写入基本数据结构的。

奔跑的小豆芽·2024-01-16 21:46

Python激光点云数据处理-new

点云侠-python点云处理算法汇总(长期更新版)_点云侠1open3dC++版点云处理PCL常用python函数与工具(二)_python计算点云密度-CSDN博客Python点云处理_Auto工程师的博客

jadesl13·2024-01-16 21:59

3D Guassians Splatting相关解读

从已有的点云模型出发，以每个点为中心，建立可学习的高斯表达，用Splatting即抛雪球的方法进行渲染，实现高分辨率的实时渲染。

我宿孤栈·2024-01-16 17:38

【转】ORB-SLAM2调用OAK-D双目摄像头进行点云建图

编辑：OAK中国首发：A.hyh@CSDN喜欢的话，请多多⭐️✍内容来自用户的分享，如有疑问请与原作者交流！▌前言Hello，大家好，这里是OAK中国，我是助手君。近期在CSDN刷到一篇教程，感觉不错的呦，分享给大家！更多资源和教程，可在我的主页搜索哦。▌一、运行stereo_node.launch实例查看双目摄像头发布的话题，并修改orb-slam2摄像头节点。gagaga@ubuntu:~$c

OAK中国_官方·2024-01-16 17:24

标准卷积、深度可分离卷积与GSConv，YOLOv8引入SlimNeck

摘要：目标检测是计算机视觉中一项重要的下游任务。对于嵌入式边缘计算平台来说，很难实现实时检测的要求，使用巨大的模型也是困难的。此外，由大量深度可分离卷积层构建的轻量级模型无法达到足够的准确性。

masterMono·2024-01-16 16:31

人工智能任务4-读懂YOLOv5模型的几个灵魂拷问问题，深度理解 YOLOv5模型架构

YOLOv5是一种高效且精确的目标检测模型，由ultralytics团队开发。它采用了轻量级的网络结构，能够在保持高性能的同时降低计算复杂度。

微学AI·2024-01-16 14:15

重建大师生产出来的las可以合并成一个文件吗？

答：软件内部没有合并功能，需要借助第三方工具例如cloudcompare进行合并重建大师是一款专为超大规模实景三维数据生产而设计的集群并行处理软件，输入倾斜照片，激光点云，POS信息及像控点，输出高精度彩色网格模型

大势智慧·2024-01-16 13:50

YOLOv5姿态估计：HRnet实时检测人体关键点

YOLOv5进行姿态估计，HRnet与SimDR检测图片、视频以及摄像头中的人体关键点，欢迎大家一起前来探讨学习~本文目录：一、项目准备1Pycharm中克隆github上的项目2.具体步骤3.环境配置二、目标检测

是Dream呀·2024-01-16 12:00

高翔博士Faster-LIO论文和算法解析

智行者高博团队开源的增量式稀疏体素结构Faster-Lio是高翔博士在Fast系列的新作，对标基线是Fast-LIO2，核心是提出一种新的"数据结构"ivox，类似于Fast-LIO2中的ikd-tree，用于点云配准搜索和地图的增量更新

超爱吃小蛋糕的66·2024-01-16 11:16

PaddleDetection训练目标检测模型

参考链接：PaddleDetection训练目标检测模型-CSDN博客文章浏览阅读1.1k次，点赞38次，收藏3次。

tabel_a·2024-01-16 10:14

【2024 目标检测】CascadeV-Det：探究基于点的 3D 目标检测中心点定位的对模型精度影响

【2024目标检测】CascadeV-Det：探究基于点的3D目标检测中心点定位的对模型精度影响摘要：观察：方法：Instance-AwareVoting：CascadePositiveAssignment

BIT可达鸭·2024-01-16 08:55

重建大师模型跑出来后，怎么替换另一个工程里面的瓦片？

答：如果只是看模型的话，可以直接把成果osgb合并在一起重建大师是一款专为超大规模实景三维数据生产而设计的集群并行处理软件，输入倾斜照片，激光点云，POS信息及像控点，输出高精度彩色网格模型，可一键完成空三

大势智慧·2024-01-16 07:04

重建大师是否支持AMD显卡？

重建大师是一款专为超大规模实景三维数据生产而设计的集群并行处理软件，输入倾斜照片，激光点云，POS信息及像控点，输出高精度彩色网格模型，可一键完成空三、自动建模和LOD构建。

大势智慧·2024-01-16 07:34

用重建大师时，在主服务器建了一个快捷方式，给局域网其他电脑开了权限，其他电脑能正常访问主服务器数据吗？

重建大师是一款专为超大规模实景三维数据生产而设计的集群并行处理软件，输入倾斜照片，激光点云，POS信息及像控点，输出高精度彩色网格模型，可一键完成空三、自动建模和LOD构建。

大势智慧·2024-01-16 07:31

YOLOv8目标检测中数据集各部分的作用

自学答疑使用，持续更新…在目标检测任务中，通常将整个数据集划分为训练集（trainingset）、验证集（validationset）和测试集（testset）。

Asus.Blogs·2024-01-16 06:09

【目标检测】YOLOv7算法实现(一)：模型搭建

本系列文章记录本人硕士阶段YOLO系列目标检测算法自学及其代码实现的过程。其中算法具体实现借鉴于ultralyticsYOLO源码Github，删减了源码中部分内容，满足个人科研需求。

初初初夏_·2024-01-16 06:36

目标检测中的数据增强

整个代码参考：bubbliiiing/object-detection-augmentation。random_data.pyimportcv2importnumpyasnpfromPILimportImage,ImageDrawdefrand(a=0,b=1):returnnp.random.rand()*(b-a)+adefget_random_data(annotation_line,inp

一壶浊酒..·2024-01-16 06:35

目标检测-One Stage-YOLOv8

正样本分配策略DistributionFocalLoss关闭Mosiac总结前言终于到了YOLO系列最新最火爆的网络–YOLOv8，前面YOLOv5中已经提到ultralytics团队集成了先进的YOLO系列目标检测最佳实践

学海一叶·2024-01-16 06:34

[数据集][目标检测]茶叶病害数据集VOC+YOLO格式883张8类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：883标注数量(xml文件个数)：883标注数量(txt文件个数)：883标注类别数：8标注类别名称:["algalleaf","Anthracnose","birdeyespot","brownblight","gra

FL1623863129·2024-01-16 06:29

Shape-IoU——综合考量边框形状与尺度的度量

今天看到一篇文章主要是提出了一种更有效的IOU度量方法，论文地址在这里，如下所示：摘要边界盒回归损失作为检测器定位分支的重要组成部分，在目标检测任务中起着重要作用。

Together_CZ·2024-01-16 04:11

这个夏天

才有点云的影子，一阵风就刮跑了。以前这座城，天气适宜，是个宜居城市，今年有点改变，听说这是温室效应，热的时候特别热，冷的时候特别冷。

仅此而已_c0e1·2024-01-16 02:18

YOLOv5改进 | Neck篇 | 利用ASF-YOLO改进特征融合层（适用于分割和目标检测）

一、本文介绍本文给大家带来的改进机制是ASF-YOLO（发布于2023.12月份的最新机制），其是特别设计用于细胞实例分割。这个模型通过结合空间和尺度特征，提高了在处理细胞图像时的准确性和速度。在实验中，ASF-YOLO在2018年数据科学竞赛数据集上取得了卓越的分割准确性和速度，达到了0.91的boxmAP（平均精度），0.887的maskmAP，以及47.3FPS的推理速度，效果非常的好，这个

Snu77·2024-01-16 00:48

目标检测数据集 - 人脸检测数据集下载「包含VOC、COCO、YOLO三种格式」

公共场所监控场景下行人检测项目，以及作为监控场景通用行人检测数据集场景数据的补充；标注说明：采用labelimg标注软件进行标注，标注质量高，提供VOC(xml)、COCO(json)、YOLO(txt)三种常见目标检测数据集格式

极智视界·2024-01-15 23:54

vtk qt切割stl模型

然后可以加一些颜色点云显示等操作。

昂德森科技·2024-01-15 19:23

基于深度学习的多类别电表读数识别方案详解

基于深度学习的多类别电表读数识别方案详解多类别电表读数识别方案详解项目背景项目难点最终项目方案系列项目全集：安装说明环境要求数据集简介数据标注模型选型明确目标，开始下一步的操作检测模型训练模型评估与推理番外篇：基于目标检测方案的探索多类别电表读数识别方案详解项目背景我国电力行业发展迅速

OverlordDuke·2024-01-15 19:18

OpenCV——八邻域断点检测

目录一、理论基础1、八邻域2、断点检测二、代码实现三、结果展示四、参考链接OpenCV——八邻域断点检测由CSDN点云侠原创，爬虫自重。如果你不是在点云侠的博客中看到该文章，那么此处便是不要脸的爬虫。

点云侠·2024-01-15 19:34

PCL ISS关键点提取（C++详细过程版）

边界提取一、概述二、代码实现三、结果展示PCLISS关键点提取（C++详细过程版）由CSDN点云侠原创，爬虫自重。如果你不是在点云侠的博客中看到该文章，那么此处便是不要脸的爬虫。

点云侠·2024-01-15 19:34

Windows系统下python版本Open3D-0.18.0 的快速安装与使用

目录一、安装Anaconda3二、安装open3d三、测试代码四、结果展示五、测试数据Windows系统下python版本Open3D-0.18.0的快速安装与使用由CSDN点云侠原创，爬虫自重。

点云侠·2024-01-15 19:02

面向自动驾驶领域的BEV与Occupancy网络的全景解析与实战

任务的提出是认为此前的3D目标检测所检测出的3D目标框，不足以描述一般物体（数据集中没有的物体），在此任务中，则把物体切分成体素进行表达，要求网络可以在3D体素空间中，预测每个体素的类别，可以

3DCV·2024-01-15 17:15

2023西安电子科技3D点云配准！

作者：HT|来源：3DCV在公众号「3DCV」后台，回复「原论文」可获取论文pdf点云配准是将两个或多个点云数据集对齐以便进一步分析或比较的过程。

3DCV·2024-01-15 17:14

【sensors论文阅读】Intelligent Point Cloud Processing, Sensing, and Understanding

IntelligentPointCloudProcessing,Sensing,andUnderstanding.Sensors,24(1).https://doi.org/10.3390/s24010283智能点云处理

王知为·2024-01-15 16:11

[深度学习]Open Vocabulary Object Detection 部署开放域目标检测模型使用感受

一、OpenVocabularyObjectDetection介绍OpenVocabularyObjectDetection(OpenVOD)是一种新型的目标检测方法，它使用开放词汇的概念来识别和检测图像中的对象

FL1623863129·2024-01-15 16:24

ICP(迭代最近点)迭代过程的单步可视化程序

仓库地址:pointcloud-processing-visualization一个逐次迭代点云的程序,可以逐步显示icp迭代的过程,观察到点云逐步靠近的过程.其中红色点云为target点云,蓝色点云为带先验位姿的

Smile Hun·2024-01-15 16:37

对 pcl::StatisticalOutlierRemoval 滤波器的理解

选择合适的meanK值取决于点云数据的

Smile Hun·2024-01-15 16:36

SAICP(模拟退火迭代最近点)的实现

仓库地址:pointcloud-processing-visualization总结一下上周的学习情况ICP会存在局部最小值的问题,这个问题可能即使是没有实际遇到过,也或多或少会在各种点云匹配算法相关博客中看到

Smile Hun·2024-01-15 16:01

[易语言]使用易语言部署yolov5-7.0的图像分类模型

GitHub-ultralytics/yolov5:YOLOv5inPyTorch>ONNX>CoreML>TFLite【算法介绍】YOLO（YouOnlyLookOnce）系列算法是一种在计算机视觉领域广泛应用的目标检测算法

FL1623863129·2024-01-15 16:30

目标检测数据集 - 行人检测数据集下载「包含VOC、COCO、YOLO三种格式」

公共场所监控场景下行人检测项目，以及作为监控场景通用行人检测数据集场景数据的补充；标注说明：采用labelimg标注软件进行标注，标注质量高，提供VOC(xml)、COCO(json)、YOLO(txt)三种常见目标检测数据集格式

极智视界·2024-01-15 15:48

目标检测脚本之mmpose json转yolo txt格式

目标检测脚本之mmposejson转yolotxt格式一、需求分析在使用yolopose及yolov8-pose网络进行人体姿态检测任务时，有时需要标注一些特定场景的中的人型目标数据，用来扩充训练集，提升自己训练模型的效果

夏代有工的玉·2024-01-15 15:37

yolov8 瑞芯微 RKNN 的 C++部署，部署工程难度小、模型推理速度快

之前写过两次yolov8目标检测部署，后续继续思考，针对部署还有优化空间，本示例的部署方式优化了部署难度，加快了模型推理速度（略微增加了后处理的时耗）。特别说明：如有侵权告知删除，谢谢。

山水无移·2024-01-15 15:19

【AI框架】MMDetection3D 使用指南

MMDetection3D是一个基于PyTorch的目标检测开源工具箱,下一代面向3D检测的平台对安装MMDetection3D有问题的同学可以看：【星光02】MMDetection3D目标检测框架的Docker

白拾Official·2024-01-15 14:29

mmdet tools 使用指南

MMDetection是一个基于PyTorch的目标检测开源工具箱。它是OpenMMLab项目的一部分。主分支代码目前支持PyTorch1.8及其以上的版本。

小张Tt·2024-01-15 14:28

扩散模型微调方法/文献综述

扩散模型被广泛应用于文本到图像生成、文本到视频生成、点云完成和生成等各种生成式任务上。然而，从头训练一个扩散模型往往涉及巨大的计算成本和时间投入，限制了其在实际应用中的广泛使用。为了

张小殊.·2024-01-15 13:32

【深度学习】Anaconda3 + PyCharm 的环境配置 4：手把手带你运行 train.py 文件，史上最全的问题解决记录

项目源码：GitHub-SZU-AdvTech-2022/213-Rethinking-Image-Restoration-for-Object-Detection相关文档：睿智的目标检测26：Pytorch

作者正在煮茶·2024-01-15 12:16

【土堆】目标检测 YOLOv5 开源项目入门实战 1（最详尽版）—— 关于 detect.py 参数讲解与 lux ( annie ) & ffmpeg 安装

前言这是我根据B站土堆的目标检测YOLOv5开源代码项目调试与讲解实战整理撰写的第一篇文章，具体介绍了YOLOv5项目中detect.py文件的参数，同时也大致讲解了lux(annie)下载神器的安装过程

作者正在煮茶·2024-01-15 12:45

推荐频道

点云目标检测