单目3D目标检测之入门（2）

计算机视觉工坊 | 2023-08-20 18:50:52 阅读：1763

3.发展情况

Kitti的3D目标检测排行中，Car类第一的为SFD，Moderate中达到了84.76%，但是Setting中没有激光点云的符号。排第7的BtcDet使用了该符号，所示直接处理点云的方法至少达到了82%多的AP。

点云和图像融合的方法，在Car类的Easy和Moderate类中的AP，其实跟直接处理点云方法的AP差别不是很明显。

双目或者说是立体视觉3D目标检测的方法的AP大概在53%左右。

单目3D目标检测的AP在16%多吧。

（更新时间，2021年11月12日）

如果要查找更加详细的论文和模型精度、建议直接看KITTI关于3D目标检测的榜单：The KITTI Vision Benchmark Suite (cvlibs.net)

这里还有一个纯单目3D目标检测的榜单(包含代码和论文)：

4. 为什么要做单目的3D目标检测？

为何最近单目3D目标检测也成为了一个小热点领域？起因可能是因为：

从传感这个角度来说，

主动获取深度信息：如激光雷达、RGB-D相机

价格昂贵，有效的距离小，并且线数再多的激光雷达获取的点云也是稀疏的，缺乏纹理信息的。况且激光雷达贵，一辆自动驾驶汽车装几个激光雷达、后期怎么维护保养，工业界最看重的是成本问题！！

再说说双目相机：

再说说单目相机：

并且，单目3D目标检测也不一定只能用于自动驾驶呀！只要设备上有摄像头，有3D检测的任务。

这里推荐大家一个单目深度估计的小应用场景：https://roxanneluo.github.io/Consistent-Video-Depth-Estimation/；单目3D检测最重要的一环就是单目深度估计，而单目深度估计在AR领域是广泛应用滴。

比如AR虚拟试衣间，或者京东淘宝上的一些AR试鞋，你拿手机摄像头对着自己脚，鞋自动覆盖到你脚上，这一块用到的应该是目标检测或者语义分割吧。

二、应用场景

推荐点击在线试鞋，体验一下AR技术吧。

单目3D目标检测的具体应用。我随后会单独整理在一篇博客中。

三、相关论文

3D目标检测综述：

更多的文献可查看知乎上的这篇文章：单目3D视觉目标检测论文总结 - 知乎 (zhihu.com)，总结了100多篇单目3D目标检测领域的文章。

本专栏下，我将会持续不断的更新我读的一些论文和代码运行工作。

四、相关数据集

这里只列出比较常用的几个数据集的名字。数据集的详细说明在这篇博客中。

五、自动驾驶领域的相关企业

百度华为地平线，小鹏蔚来特斯拉。还挺押韵滴！

国外：Waymo、Cruise、Nuro、Argo；

国内：百度、华为、AutoX、图森未来、Pony（小马智行）、Weride（文远知行）、Didi（滴滴）、Momenta、纵目科技、智加科技、小鹏、蔚来、理想、嬴彻科技、魔视智能。

每个公司详细介绍：

每个公司详细介绍，我将单独整理在一篇博客中，包括公司的背景、薪资情况、主要发展方向。

原文链接：

https://blog.csdn.net/jiachang98/article/details/121432839

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。