SFND_3D_Object_Tracking:该项目的目的是处理2D摄像头和3D激光雷达数据,以估计一系列KITTI视频数据帧中从自我汽车到前车的碰撞时间-源码

上传者: 42113380 | 上传时间: 2021-08-19 11:51:12 | 文件大小: 149.47MB | 文件类型: ZIP
C++
3D对象追踪 项目描述 该项目的目的是使用来自KITTI Vision Benchmark Suite的摄像机和激光雷达数据序列来估计自动驾驶汽车的碰撞时间。 对于相机图像,我们使用深度学习(YOLO)检测对象,并根据关键点检测,描述和匹配的输入跟踪这些对象。 我们使用YOLO边界框作为参考,将摄像机图像中的区域与3D空间中的激光雷达点相关联。 本地运行的依赖项 cmake> = 2.8 所有操作系统: make> = 4.1(Linux,Mac),3.81(Windows) Linux:大多数Linux发行版默认都安装了make Mac: Windows: OpenCV> = 4.1 必须使用-D OPENCV_ENABLE_NONFREE=ON cmake标志从源代码进行编译,以测试SIFT和SURF检测器。 OpenCV 4.1.0源代码可以在找到 gcc / g ++>

文件下载

资源详情

[{"title":"( 172 个子文件 149.47MB ) SFND_3D_Object_Tracking:该项目的目的是处理2D摄像头和3D激光雷达数据,以估计一系列KITTI视频数据帧中从自我汽车到前车的碰撞时间-源码","children":[{"title":"FinalProject_Camera.cpp <span style='color:#111;'> 27.58KB </span>","children":null,"spread":false},{"title":"camFusion.hpp <span style='color:#111;'> 1.58KB </span>","children":null,"spread":false},{"title":"matching2D.hpp <span style='color:#111;'> 1.63KB </span>","children":null,"spread":false},{"title":"camFusion_Student.cpp <span style='color:#111;'> 22.05KB </span>","children":null,"spread":false},{"title":"dataStructures.h <span style='color:#111;'> 1.50KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明