文件名称：lidar-bonnetal:LiDAR点云的语义和实例分割，用于自动驾驶
文件大小：17.46MB
文件格式：ZIP
更新时间：2024-05-30 01:35:02
semantic deep-learning dataset lidar segmentation
激光雷达 使用距离图像对点云进行语义分割。 由 ， ， 和 来自数据集的分割结果示例： 描述 该代码提供了使用距离图像作为中间表示来训练和部署LiDAR扫描语义分割的代码。 培训管道可以在找到。 我们将尽快开源部署管道。 预训练模型 squeezesegV2 + crf darknet21 暗网53 暗网53-1024 暗网53-512 要启用kNN后处理，只需在模型目录内的arch_cfg.yaml文件参数中将布尔值更改为True 。 模型预测 语义技术 这些是训练，验证和测试集的预测。 可以针对训练和验证集评估性能，但对于测试集评估，则需要提交基准测试（标签不公开）。 没有后处理： 塞格塞格 squeezeseg + crf squeezesegV2 squeezesegV2 + crf darknet21 暗网53 暗网53-1024 暗网53-5
【文件预览】：
lidar-bonnetal-master
----train()
--------common()
--------auxiliary()
--------requirements.txt(176B)
--------__init__.py(0B)
--------tasks()
--------README.md(911B)
--------backbones()
----pics()
--------semantic-ptcl.gif(14.81MB)
--------semantic-proj.gif(2.71MB)
----requirements.txt(231B)
----LICENSE(1KB)
----README.md(6KB)
----.gitignore(81B)