一.Openpcdet的安装以及使用*Openpcdet详细内容请看以下链接：GitHub-open-mmlab/OpenPCDet:OpenPCDetToolboxforLiDAR-based3DObjectDetection.1.首先gitclone原文代码2.这里我建议自己按照作者github上的docs/install文件夹下指示一步步安装，(之前根据csdn上教程一直有报错)，然后下载spconv，以及cumm，github链接如下:GitHub-traveller59/spconv:SpatialSparseConvolutionLibraryGitHub-FindDefiniti
Openpcdet的POST_PROCESSING模块在OpenPCDet中，POST_PROCESSING模块是用于在模型输出的点云检测结果上进行后处理的组件。该模块主要负责对检测结果进行滤波、聚类、追踪等操作，以提高检测的准确性和稳定性。POST_PROCESSING模块通常包含以下几个主要的子模块或步骤：点云滤波（PointCloudFiltering）：这一步骤用于去除原始点云中的噪声和离群点，常用的滤波方法包括体素下采样（VoxelDownsampling）、统计滤波（StatisticalOutlierRemoval）等。检测框聚类（BoxClustering）：在一些场景中，模型
参考博主hello689的教程，文中主要介绍了对于kitti的三维目标检测，本文对代码进行修改，添加旋转坐标轴的代码，以适配自己的雷达，可以参考这个博主的流程，再看本文对旋转参数的修改。目录1.实现思路2.实验环境3.实验步骤3.1ros.py代码修改3.2pointpillar.launch代码修改3.3pointpillar.rviz代码修改3.4ros.py订阅话题代码修改4.试验结果1.实验思路用自己的雷达发布点云数据，然后通过订阅，添加旋转参数，将自己雷达的坐标系旋转到kitti的坐标系，或者交换点云的坐标都是可以的，如果不将坐标系统一，会导致发布的bbox乱飘。2.实验环境1.硬件
最近在学习如何基于OpenPCDet框架进行PointPillars网络训练，由于对框架以及完整训练过程都不了解，因此打算记录下自己的学习过程，感谢学习过程中狸花猫sensei的大力支持，目标是实现自定义数据集（因为笔者只有激光雷达的数据，仿照kitti格式进行标注）的训练，然后再实现评估\然后再通过TensorRT加速\然后再加入ROS结点......哈哈哈不做梦了（其实主要是立个flag，〒▽〒）。文章目录前言：什么是OpenPCDet框架？一、自定义数据集准备二、训练流程各部分解析1.主要修改地方2.修改相应代码三、小结前言 OpenPCDet是一个基于PyTorch实现
OpenPCDet安装、使用方式及自定义数据集训练个人博客OpenPCDet安装#先根据自己的cuda版本，安装对应的spconvpipinstallspconv-cu113#下载OpenPCDet并安装gitclonehttps://github.com/open-mmlab/OpenPCDet.gitcdOpenPCDetpipinstall-rrequirements.txtpythonsetup.pydevelop#安装open3d（可视化工具）（推荐）pipinstallopen3d#（可选）安装mayavi（可视化工具）pipinstallvtkpipinstallmayavipi
前言与参考主要是介绍库的使用，做笔记区首先搜索的时候有个问题一直在我脑子里hhh就是MMlab其实还有一个叫mmdetection3d的库，然后搜的时候发现hhh有网友和我一样的疑惑：OpenPCDet和mmdetection3d有什么区别?-知乎(zhihu.com)这是OpenMMLab官方的回复：OpenPCDet和mmdetection3d是两个不同的团队开发和维护的。从功能角度上讲，mmdet3d支持的场景和任务更多（包含室内室外场景的物体检测和点云分割），各种模态设定更全面（多模态，以及点云或图像的单模态），总体支持的模型数量更多，覆盖面更广，可以适应不同用户多样的使用和研发需求。
ubuntu18.04复现OpenPCDet前言：我已经装好了nvidia460.91.03版本驱动，并且也装了10.1版本的cuda。但由于OpenPCDet中要装spconv(巨坑的库)，10.2以上版本的cuda才能pip安装2.0版本的spconv，不然老版本的spconv太难装了（踩坑无数）。所以为了避开spconv太难安装，我选择用高版本的cuda，后续配环境的话直接pip岂不香？所以第一步就是多版本cuda安装/切换（非多版本cuda的谨慎借鉴哈！）下载11.1版本的cudarun文件（官方下载网址有其他很多版本）wgethttps://developer.download.nv
ubuntu18.04复现OpenPCDet前言：我已经装好了nvidia460.91.03版本驱动，并且也装了10.1版本的cuda。但由于OpenPCDet中要装spconv(巨坑的库)，10.2以上版本的cuda才能pip安装2.0版本的spconv，不然老版本的spconv太难装了（踩坑无数）。所以为了避开spconv太难安装，我选择用高版本的cuda，后续配环境的话直接pip岂不香？所以第一步就是多版本cuda安装/切换（非多版本cuda的谨慎借鉴哈！）下载11.1版本的cudarun文件（官方下载网址有其他很多版本）wgethttps://developer.download.nv
文章目录一、OpenPCDet简介1.1简介1.2数据-模型分离的顶层代码框架1.3统一的3D目标检测坐标定义1.4模块化模型拓扑设计二、代码解析2.1框架介绍2.2数据处理流程2.3模型拓扑的依赖关系2.4模型的前向传播和最优2.5模型2.5.1detector2.5.23Dbackbonenetwork2.5.32DBackbonenetwork2.5.4Denseheads2.5.5RoIHeads2.6配置文件三、拓展开发3.1使用自定义的数据集3.2使用自定义的模型一、OpenPCDet简介1.1简介OpenPCDet:Open-MMLab面向LiDAR点云表征的3D目标检测代码库O
OpenPCDet安装及其3D检测算法实现前言一、配置环境1.1验证cmake版本(3.13)1.2验证cuda、cudnn版本(10.2)1.3确定python(3.7)、pytorch版本二、安装spconv2.1创建虚拟环境2.2安装spconv2.2.1找个文件夹，开始安装spconv1.2:2.2.2spconv项目中的third_party对应的目录中有三个文件夹是空的，删除了进行更换;2.2.3编译安装spconvv1.22.2.4安装：2.2.5验证是否安装成功三、安装Openpcdet四、复现demo(以pointpillar算法为例)4.1下载pointpillar的预训练
