搜索资源列表
src
- ROS Bag creation 用于将KITTI数据转成ROSBAG-ROS Bag creation
mboben-spixel-989e153b58af
- 该方法实现了一种实时的由粗到细的超像素分割,是cvpr2015的一篇paper，该方法的效果非日常的好。指得大家学习和借鉴。-In this paper, we tackle the problem of unsupervised segmentation in the form of superpixels. Our main emphasis is on speed and accuracy. We build on [31] to define the problem as a bou
devkit_scene_flow
- KITTI dataset used to find optical flow between two images
match_plot
- More files to understand flow
kalman
- 在 变换窗口内构建完整的梯度流向量描述子, 克服传统算法由于信息(through the digital simulation and the experiment using the KITTI test set, the effectiveness of the integrated navigation algorithm is validated and evaluated)
devkit_raw_data
- dev kit to read raw image files in kitti
squeezeDet-master
- 一种应用于目标检测中同时满足上述所有约束条件的全卷积神经网络结构。在我们的网络中，使用卷积层不只是用来提取特征图，同时也是作为输出层去计算边界框（bounding box）和分类概率。我们模型中的检测管道（detection pipeline）只包含一个神经网络的前向通路，因此它运行起来是极其迅速的。我们的模型是全卷积结构的，因此可以达到小的模型规模和很高的能量利用效率。最后的实验表明我们的模型能达到很高的精度，在 KITTI 基准上达到了最高的精确度。(A fully convoluted n
depth-map-prediction-
- 基于AlexNet网络模型的单幅彩色图的深度估计，在NYU Depth 数据集，Make3D 数据集，KITTI 数据集经过测试效果很好，只是本次上传由于大小限制，压缩包不包括数据集，读者可自行下载数据集进行训练！(Based on the AlexNet network model, the depth estimation of a single color map, in the NYU Depth dataset, Make3D dataset, KITTI dataset ha