CVPR 2020 ｜ 3D目标检测泛化问题研究
3D目标检测被广泛用于自动驾驶，但在德国收集的数据训练的检测器可以在美国的道路上表现的好吗？实验证明，这种情况会精度下降严重，作者进一步发现主要是不同场景中汽车的大小差异过大导致的，通过简单的尺度归一化，使得跨国家的3D目标检测泛化能力更好。 Train in Germany, Test in The USA: Making 3D Object Detectors Generalize 作者：Ya
相关文章
- 1. CVPR 2019 | Stereo R-CNN 3D 目标检测
- 2. 目标检测研究现状调研
- 3. 2020 CVPR ECCV 2D目标检测】
- 4. CVPR 2020 | 港中文提出3D目标检测新框架DSGN
- 5. 视频目标检测的研究 1
- 6. 目标检测研究综述+LocNet
- 7. SingleNumber类问题的泛化研究
- 8. 【3D 目标检测】2019 CVPR Learning 2D to 3D Lifting for Object Detection in 3D for Autonomous Vehicles
- 9. CVPR 19系列 | Stereo R-CNN 3D 目标检测
- 10. 3D目标检测（CVPR2020：Lidar）
- 更多相关文章...
- • Markdown 标题 - Markdown 教程
- • Maven 构建 & 项目测试 - Maven教程
- • PHP Ajax 跨域问题最佳解决方案
- • IntelliJ IDEA中SpringBoot properties文件不能自动提示问题解决
相关标签/搜索
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
欢迎关注本站公众号,获取更多信息
相关文章
- 1. CVPR 2019 | Stereo R-CNN 3D 目标检测
- 2. 目标检测研究现状调研
- 3. 2020 CVPR ECCV 2D目标检测】
- 4. CVPR 2020 | 港中文提出3D目标检测新框架DSGN
- 5. 视频目标检测的研究 1
- 6. 目标检测研究综述+LocNet
- 7. SingleNumber类问题的泛化研究
- 8. 【3D 目标检测】2019 CVPR Learning 2D to 3D Lifting for Object Detection in 3D for Autonomous Vehicles
- 9. CVPR 19系列 | Stereo R-CNN 3D 目标检测
- 10. 3D目标检测（CVPR2020：Lidar）