您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. SFND_3D_Object_Tracking:该项目的目的是处理2D摄像头和3D激光雷达数据,以估计一系列KITTI视频数据帧中从自我汽车到前车的碰撞时间-源码

  2. 3D对象追踪 项目描述 该项目的目的是使用来自KITTI Vision Benchmark Suite的摄像机和激光雷达数据序列来估计自动驾驶汽车的碰撞时间。 对于相机图像,我们使用深度学习(YOLO)检测对象,并根据关键点检测,描述和匹配的输入跟踪这些对象。 我们使用YOLO边界框作为参考,将摄像机图像中的区域与3D空间中的激光雷达点相关联。 本地运行的依赖项 cmake> = 2.8 所有操作系统: make> = 4.1(Linux,Mac),3.81(Windows) Li
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:156237824
    • 提供者:weixin_42113380