Det3D

Det3D

提供多数据集和算法支持的3D目标检测工具箱

Det3D是一款基于PyTorch的3D目标检测工具箱,支持多个数据集如KITTI、nuScenes、Lyft,并实现了多种3D目标检测算法如PointPillars、SECOND、PIXOR等。其特点包括高性能、支持分布式训练和同步批归一化,以及灵活的模型配置和可视化工具。Det3D适合自动驾驶、机器人和增强现实等领域的研究人员和开发者。

Det3D3D对象检测PyTorchPointPillarsKITTIGithub开源项目

Det3D 项目介绍

Det3D 是一个基于 PyTorch 的通用 3D 目标检测工具箱。作为首个提供多种 3D 目标检测算法的工具箱,Det3D 包括了如 PointPillars、SECOND 和 PIXOR 等算法,并在主要的基准测试如 KITTI 和 nuScenes 上提供了最先进的方法。Det3D 的主要特点包括:

  • 支持多种数据集:例如 KITTI、nuScenes 和 Lyft
  • 提供点云和体素模型库
  • 拥有最先进的性能
  • 支持分布式数据并行 (DDP) 和同步归一化 (SyncBN)

安装与快速开始

要了解如何安装 Det3D 和快速开始使用,请查阅项目中的各个指南文档。安装步骤和入门指南将帮助用户快速在本地环境中运行 Det3D。

模型库

Det3D 提供了多个知名数据集的预训练模型和评估结果:

nuScenes

对于 nuScenes 数据集,Det3D 提供诸如 CBGS 和 PointPillar 等模型,它们在该数据集上的表现指标是mAP 和 NDS 等关键指标。

KITTI

在 KITTI 数据集上,SECOND 和 PointPillars 模型的表现指标详细列出了基于不同准则的 AP (平均精度) 分数,包括 bbox、bev 和 3d 方面的测试结果。

Lyft

Det3D 还提供了 Lyft 数据集的配置文件,供用户验证和训练。

功能特性

Det3D 支持多种模型和功能特性,包括但不限于:

  • 支持 VoxelNet、SECOND 和 PointPillars 等模型
  • 多任务学习和分布式训练
  • 自包含可视化和多尺度训练与验证
  • 提供灵活的锚点尺寸和方式
  • 使用 TensorboardX 进行监控和可视化

待办事项

项目计划未来增加对 Lyft 和其他数据集的支持,并添加更多 3D 检测与分割模型,如 PointRCNN 和 PIXOR。开发团队还邀请感兴趣的开发者为项目提供支持,尤其是为了更好地支持 Waymo 数据集。

开发者与版权

Det3D 由开发者 Benjin ZhuBingqi Ma 创建,并根据 Apache 许可证发布。若在研究中使用此工具箱,希望可以引用相关的论文以示支持。

Det3D 在项目开发过程中承蒙多个优秀开源项目的支持与灵感,例如 mmdetection 和 mmcv 等。

总结来说,Det3D 是一个功能强大且灵活的工具,致力于为 3D 目标检测任务提供全面的支持和最先进的解决方案。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多