MonoDDE：充分利用了多样化的深度信息并进行优化集成，刷点很高

单目3D目标检测领域的经典算法SMOKE论文解析+源码复现！

文章目录直接上图要点解析折线对比图散点对比图直接上图 要点解析绘图工具包：matplotlib英文及数学公式字体格式：Times New Roman中文字体格式：宋体（SimSun）其他的直接看代码吧 折线对比图import matplotlib.pyplot as plt# 设置字体格式from matplotlib import rcParamsfrom matplotli

单目3D目标检测经典论文：MonoFlex，对截断物体进行处理，同时增加几何深度估计

MonoCon：在MonoDLE的基础上增加辅助学习模块，效果非常work

本文对OpenMMLab在Monocular 3D detection领域做的两项工作FCOS3D和PGD（也被称作FCOS3D++）进行介绍。

本文简要介绍单目（仅一个摄像头）3D目标检测算法，并使用MMDetection3D算法库，对KITTI（SMOKE算法）、nuScenes-Mini（FCOS3D、PGD算法）进行训练、测试以及可视化操作。单目3D检测，顾名思义，就是只是用一个摄像头采集图像数据，并将图像作为输入进行检测。

单目3D目标检测：MonoGround，引入密集地面深度先验，实现更细粒度的深度估计

2021年的单目3D目标检测工作：GUPNet，考虑到投影模型中误差放到的问题，本文提出了GUP模块和HTL训练策略

单目3D目标检测：MonoGround，引入密集地面深度先验，实现更细粒度的深度估计