Frustum PointNets算法總結

最近一直在看Frustum PointNet源代碼，然後結合論文和作者公開課等資料總結了下主要的思路。 數據輸入 RGB-D數據 （D可以來自雷達採集的點雲或者 深度相機採集的深度圖，作者訓練使用的是kitti數據集） 網絡輸出 Amodel 3D bounding box和場景中目標物體的標籤（如car 等） 其中 Amodel代表的是 即使物體被遮擋或者截斷，依然可以預測完整的3D bound

>>阅读原文<<