JavaShuo
欄目
標籤
[AAAI] PI-RCNN
時間 2021-07-13
標籤
3D物體檢測
简体版
原文
原文鏈接
文章目錄 Abstract Introduction PI-RCNN Point-based Attentive ContFuse Module PI-RCNN的主要架構 融合機制 損失函數 總結 Abstract 對於3D目標檢測而言,LIDAR 點雲和RGB圖像都是必不可少的。因此大量的優秀的3D目標檢測算法致力於將兩者進行有效地融合。但是基於BEV俯視圖或者體素網格格式的融合方法並不精確。在
>>阅读原文<<
相關文章
1.
AAAI 2018 分析
2.
AAAI 2019 分析
3.
Zero-shot AAAI 2016
4.
aaai-19_促進AI研究:在AAAI-19與我們會面
5.
歷屆華人 AAAI Fellows
6.
2019 AAAI Transferable Attention for Domain Adaptation
7.
Knowledge Integration Networks for Action Recognition AAAI 2020
8.
AAAI | 深度生成模型—NEVAE
9.
論文筆記:AAAI 2019 Hypergraph Neural Networks
10.
【AAAI-2019】論文速讀——交通領域
更多相關文章...
相關標籤/搜索
aaai
AAAI Oral
AAAI-2019
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
1.2 Illustrator多文檔的幾種排列方式
2.
5.16--java數據類型轉換及雜記
3.
性能指標
4.
(1.2)工廠模式之工廠方法模式
5.
Java記錄 -42- Java Collection
6.
Java記錄 -42- Java Collection
7.
github使用
8.
Android學習筆記(五十):聲明、請求和檢查許可
9.
20180626
10.
服務擴容可能引入的負面問題及解決方法
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
AAAI 2018 分析
2.
AAAI 2019 分析
3.
Zero-shot AAAI 2016
4.
aaai-19_促進AI研究:在AAAI-19與我們會面
5.
歷屆華人 AAAI Fellows
6.
2019 AAAI Transferable Attention for Domain Adaptation
7.
Knowledge Integration Networks for Action Recognition AAAI 2020
8.
AAAI | 深度生成模型—NEVAE
9.
論文筆記:AAAI 2019 Hypergraph Neural Networks
10.
【AAAI-2019】論文速讀——交通領域
>>更多相關文章<<