文件名称：怎样修改MATLAB已有代码中数据-Ground-Plane-Polling:AkshayRangesh和MohanM.Trivedi，“道路
文件大小：1.01MB
文件格式：ZIP
更新时间：2024-06-15 21:47:06
系统开源
怎样修改MATLAB现有代码中数据道路上物体的6DoF姿态估计的地平面轮询 Keras的实现，用于培训和测试附录C中描述的模型。 该存储库是通过修改发现的现有Keras RetinaNet实现创建的。 这里复制了Keras Retinanet的原始README，并进行了相关修改。 安装 克隆此存储库。 确保使用pip install numpy --user 在存储库中，执行pip install . --user pip install . --user 。 请注意，由于与tensorflow安装方式不一致，此软件包未定义对tensorflow的依赖关系，因为它将尝试安装该依赖关系（至少在Arch Linux上会导致错误的安装）。 请确保已根据您的系统要求安装了tensorflow 。 该代码已通过Keras 2.2.0和Tensorflow 1.9.0进行了测试。 数据准备 1.下载KITTI对象检测数据集，并将数据组织在以下目录中： └── KITTI_DATASET_ROOT |── raw | ├── data_object_calib | | ├── training |
【文件预览】：
Ground-Plane-Polling-master
----setup.py(615B)
----LICENSE(1KB)
----setup.cfg(368B)
----keras_retinanet_3D()
--------bin()
--------layers()
--------models()
--------utils()
--------backend()
--------initializers.py(1KB)
--------preprocessing()
--------callbacks()
--------losses.py(7KB)
----label_prep()
--------computeBox3D.m(1KB)
--------create_mod_labels.m(4KB)
--------computeOrientation3D.m(950B)
--------projectToImage.m(579B)
--------readCalibration.m(200B)
--------readLabels.m(1KB)
----README.md(5KB)
----road_planes_database()
--------road_planes_database_10k.mat(291KB)
--------road_planes_database_22k.mat(626KB)
--------road_planes_database_1k.mat(29KB)
--------road_planes_database_10.mat(522B)
--------road_planes_database_100.mat(3KB)
----prepare_kitti_data.py(9KB)