目标检测YOLO实战应用案例100讲-基于多模态和多模型融合 的三维目标检测
目录
知识储备
多模态融合三维目标检测代码实现方案
一、环境配置与依赖安装
二、完整代码实现（multimodal_detection.py ）
三、关键技术说明
前言
国内外研究现状
基于图像的三维目标检测现状
基于点云的三维目标检测现状
基于图像和点云融合的三维目标检测现状
2相关概念及研究
2.1计算机视觉几何原理
2.1.1坐标系转换
2.1.2相机和激光雷达联合标定
2.2卷积神经网络
2.2.1卷积层原理
2.2.2池化层原理
2.2.3正则化方法
2.3点云表示方法
2.3.1基于体素的点云深度学习
2.3.2基于多视图的点云深度学习
2.3.3基于原始点云的深度学习
2.4基于深度学习的目标检测算法
2.4.1单阶段和两阶段目标检测算法
2.4.2基于锚框和无锚框的目标检测算法
3基于点云图像多阶段互补融合的三维目标检测
3.1引言
3.2整体算法框架
3.3特征提取方法设计与实现
3.3.1点云分支特征提取
本文篇幅较长，分为上下两篇，下篇详见基于多模态和多模型融合 的三维目标检测（续）