3DObjectDetection 【3D OD LiDAR편】 Voxel-FPN : Multi sacel에서 Voxelization한 결과는? PointPillar의 최초의 특징량 추출을 VFE를 사용해 한층 더 멀티 Voxel에 update한 모델. Voxel이라고 써 있지만 Pillar에서 PointCloud를 구분하고 있는 것은 아닐까 생각한다(자세한 내용이 쓰지 않았기 때문에 추측) voxelize한 점을 에서 제안된 VFE를 사용해 Voxel 마다의 특징을 꺼낸다. Voxelization은 3 종류의 해상도로 실시한다. V... PointCloudLidarDeepLearningVoxel3DObjectDetection 【3D OD LiDAR】PIXOR : BEV에서 3D Object Detection 2D Grid로 구분하고 (H/dH+3) Channel H/dH는 dH 간격으로 높이 방향으로 구분 된 영역에 점이 존재하는지 (occupancy) 3은 높이를 3개로 구분한 영역의 intensity* * 아마. 단지 2D의 Object Detection을 BEV로 할 뿐. Local과 Global의 정보 얻기 위해서, FPN(Feature Pyramid Network)을 사용하면 좋은 것 ... PointCloudLidarDeepLearningBEV3DObjectDetection
【3D OD LiDAR편】 Voxel-FPN : Multi sacel에서 Voxelization한 결과는? PointPillar의 최초의 특징량 추출을 VFE를 사용해 한층 더 멀티 Voxel에 update한 모델. Voxel이라고 써 있지만 Pillar에서 PointCloud를 구분하고 있는 것은 아닐까 생각한다(자세한 내용이 쓰지 않았기 때문에 추측) voxelize한 점을 에서 제안된 VFE를 사용해 Voxel 마다의 특징을 꺼낸다. Voxelization은 3 종류의 해상도로 실시한다. V... PointCloudLidarDeepLearningVoxel3DObjectDetection 【3D OD LiDAR】PIXOR : BEV에서 3D Object Detection 2D Grid로 구분하고 (H/dH+3) Channel H/dH는 dH 간격으로 높이 방향으로 구분 된 영역에 점이 존재하는지 (occupancy) 3은 높이를 3개로 구분한 영역의 intensity* * 아마. 단지 2D의 Object Detection을 BEV로 할 뿐. Local과 Global의 정보 얻기 위해서, FPN(Feature Pyramid Network)을 사용하면 좋은 것 ... PointCloudLidarDeepLearningBEV3DObjectDetection