【3D目标检测】OpenPCDet自定义数据集训练

YOLO系列概述

YOLO系列概述

引言截至2021年1月份，YOLOv5已经更新了四个版本了，如下图所示：可以根据自己的需求选择不同的版本：官网连接：https://github.com/ultralytics/yolov51 数据集准备数据集的树形框架如下图所示：上述data文件夹和xml_2_txt.py文件放在yolov5的项目文件中：如上图：Annotations：用labelimg标注软件生成的.xml文件images：

引言笔者根据B站UP主的视频教程整理，参考链接Qt 5.14.2下载和安装Qt 5.14.2超详细安装教程按照上述的教程进行安装，教程十分详细，笔者这里不做赘述。Qt 5.14.2 创建第一个项目

引言单目3D目标检测最大的挑战在于无法得到精确的深度信息，传统的二维卷积算法不适合这项任务，因为它不能捕获局部目标及其尺度信息，而这对三维目标检测至关重要。论文：https://arxiv.org/pdf/1912.04799v1代码：https://github.com/dingmyu/D4LCN参考paddle复现：3D目标检测（单目）D4LCN论文复现（https://aistudio.ba

Python数据分析活用Pandas库学习笔记（三）

图像金字塔笔者早已了解图像金字塔这个概念，但对于其的算法价值却一直未能明白，知道笔者看到一篇博客：https://blog.csdn.net/tengfei461807914/article/details/78175095，对图像金字塔的理解如醍醐灌顶。首先从尺度空间开始理解：找一张原分辨率1024×1024图片，在电脑上观看，十分清晰。现在把这图片的分辨率改成512×512，很明显图片看起来不

引言车道线检测（Ultra-Fast-Lane-Detection）完整复现思路（环境搭建、数据准备、模型训练、模型测试），源码的介绍可以看笔者上一篇博客【Lane】 Ultra-Fast-Lane-Detection 复现首先在复现前先下载项目源码：源码地址1 环境搭建打开下载好的源码文件夹，目录结构如下所示：INSTALL.md文件中有详细的环境搭建步骤（基于Anaconda），笔者总结如下：

引言YOLOv5+Deep Sort 实现目标跟踪，并利用MOTChallengeEvalKit实现多目标跟踪结果的评估。YOLOv5+Deep Sort 实现目标跟踪可以参考笔者的实现步骤1 安装MATLAB安装MATLABMATLAB是一款商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分，可以进行矩阵运算