深入研究自监督单目深度估计：Monodepth2

一种基于神经网络+结构约束的车道线检测方法

一种用于360度全景视频超分的单帧多帧联合网络

汇总|实时性语义分割算法（全）

汇总|实时性语义分割算法(共24篇）

一文带你了解基于视觉的机器人抓取自学习(Robot Learning)

杂乱场景中的尺度层次三维目标识别

ECCV20| 3D目标检测时序融合网络

CLOCs：3D目标检测多模态融合之Late-Fusion

3D目标检测多模态融合综述

mask rcnn训练自己的数据集

谷歌最新论文：手机端的实时3-D目标检测

STD：Sparse-to-Dense 3D Object Detector for Point Cloud(腾讯&香港大学)

基于2.5/3D的自主主体室内场景理解研究

CVPR 2020 | 更高质量的点云补全：上海交通大学团队提出点云分形网络

GhostNet : 轻量级网络模型，性能超越MobileNetV3(CVRP2020, 华为诺亚)

汇总|基于3D点云的深度学习方法

基于深度学习的三维重建算法综述

SDOD：基于depth的实时3D检测与分割

汇总|3D点云分割算法

DSGN：基于深度立体几何网络的3D目标检测（香港大学提出）

VoxelNet阅读笔记

汇总|3D点云目标检测算法

基于深度法向约束的稀疏雷达数据深度补全（商汤科技和香港大学联合提出)

FDDWNET:模型参数仅为0.8M，速度和准确率综合性能在轻量级分割网络中达到SOTA

FusionNet：基于稀疏雷达点云和RGB图像的深度图补全

RGPNET: 复杂环境下实时通用语义分割网络

LiteSeg: 一种用于语义分割的轻量级ConvNet

基于机器学习随机森林方式的姿态识别算法

基于单目图像无监督学习的深度图生成

PointConv：基于3D点云的深度卷积网络

Deep Manta：单目图像下2d到3d由粗到精的多任务网络车辆分析

PointRCNN : 基于3D点云下的目标检测

基于点云数据的3D部件感知聚焦目标检测网络

干货|深度学习如何融入工业机器视觉

混合深度卷积，更少参数下的轻量级网络

3D U-Net：从稀疏注释中学习密集的体积分割

深度学习在3-D环境重建中的应用

非对称卷积增强CNN特征拟合

基于深度学习的特征提取和匹配方法介绍

Robust Optimization in 3D Vision

DCP: Deep Closest Point（点云匹配）

深度学习中如何应对图像数据不足?

本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。