【文件属性】：
文件名称：CenterNet：使用中心点检测的对象检测，3D检测和姿态估计：
文件大小：6.27MB
文件格式：ZIP
更新时间：2021-02-20 13:00:40
Python
对象为点
使用中心点检测的对象检测，3D检测和姿态估计：
周兴义，王德全，PhilippKrähenbühl， arXiv技术报告（ ）
联系人： 。 欢迎任何问题或讨论！
更新
（2020年6月）我们发布了基于Lidar的最新3D检测和跟踪框架 。
（四月，2020）我们发布了一个国家的最先进的（多类别- / pose- / 3D-）跟踪扩展 。
抽象的
检测将对象识别为图像中与轴对齐的框。 最成功的物体检测器会列举出潜在物体位置的几乎详尽的清单，并对每个物体进行分类。 这是浪费，低效的，并且需要附加的后处理。 在本文中，我们采用了不同的方法。 我们将对象建模为单个点-其边界框的中心点。 我们的探测器使用关键点估计来找到中心点，并回归到所有其他对象属性，例如大小，3D位置，方向，甚至姿态。 我们的基于中心点的方法CenterNet与相应的基于边界框的检测器相比，是端到端的可区