本文为博主原创文章,未经博主允许不得转载。
本文为专栏《python三维点云从基础到深度学习》系列文章,地址为“https://blog.csdn.net/suiyingy/article/details/124017716”。
FCAF3D是一种anchor-free的全卷积室内三维目标检测算法,由三星公司发表在ECCV 2022 《FCAF3D: Fully Convolutional Anchor-Free 3D Object Detection》,论文地址为“https://arxiv.org/abs/2112.00322”。现有的 3D 物体检测方法使得对物体几何形状的先验假设,作者认为它限制了模型的泛化能力。FCAF3D采用anchor-free的方式避免这种提前假设,是一种纯粹数据驱动的方法。目前,该方法发布时在ScanNet V2 (+4.5)、SUN RGB-D (+3.5)和S3DIS (+20.5) 数据集上均取得了最好的结果。下图所示排名数据和图片来源于paperwithcode官网(2022.12.12),目前FCAF3D仍然排名比较靠前,地址为“https://paperswithcode.com/sota/3d-object-detection-on-sun-rgbd-val”。
文章来源:https://www.toymoban.com/news/detail-465323.html
1 源码与数据输入
FCAF3D官方源码地址为“https://github.com/sa文章来源地址https://www.toymoban.com/news/detail-465323.html
到了这里,关于【三维目标检测】FCAF3D(一)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!