三维感知与点云智能 · lab-13
实验 13 · PointPillars 与三维目标检测
从柱状体素化表示出发，认识激光雷达点云进入三维检测网络的特征组织与目标框输出。
点云检测如何把不规则点集变成可用于目标定位的特征表示？
KEY POINTS
这条内容的重点
高级 4 小时
- 能概括点云目标检测与点云分类的任务差异。
- 能说明柱状体素特征组织的直观思路。
- 能辨认检测输出中的类别、置信度与三维边界框。
WORKFLOW
内容流程
区分任务
对照分类与检测任务，记录检测结果需要表达的位置和尺寸信息。
本步产物 分类与检测任务对照
观察特征管线
阅读实验材料中的点云编码、特征提取与检测头流程。
本步产物 检测网络流程记录
解释检测结果
观察示例输出框和类别，讨论遮挡、稀疏点和阈值带来的影响。
本步产物 三维检测结果说明
METHODS
相关方法
- 柱状体素表示概念
- 点云特征编码
- 三维边界框与类别结果检查
DELIVERABLES
可获得的内容
- PointPillars 流程概述
- 三维目标检测结果解读
LIMITATIONS
适用范围与注意事项
- 配套 Notebook、PPT、代码、PDF 与数据附件的来源和再分发许可尚未逐项核验；原件留在 incoming/，本次网站不提供附件下载。
- 训练与评测结果依赖数据集、标签口径、模型实现和硬件条件；本页面不提供模型权重。
MATERIALS
相关资料与下载
只展示已核准公开的资料。
当前没有已批准公开的资料。待核验或私有文件不会显示。