
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
2.4.3 网络结构
Complex-YOLO网络将鸟瞰RGB映射图(参考点云预处理)作为输入,它使用了简化的YOLOv2 CNN架构,如图2-3所示,并通过复杂的角度回归和E-RPN进行扩展,以检测准确的面向多类的3D对象,同时仍可实时运行。

图2-3 简化的YOLOv2 CNN架构。最终模型分别具有18个卷积层、5个最大池化层和3个用于特征重组的中间层[32]
Complex-YOLO网络将鸟瞰RGB映射图(参考点云预处理)作为输入,它使用了简化的YOLOv2 CNN架构,如图2-3所示,并通过复杂的角度回归和E-RPN进行扩展,以检测准确的面向多类的3D对象,同时仍可实时运行。
图2-3 简化的YOLOv2 CNN架构。最终模型分别具有18个卷积层、5个最大池化层和3个用于特征重组的中间层[32]