Skip to content

The purpose of the joint development between Paddle3D and ROS is to achieve deep learning applications in the field of robotics, including robot vision, speech recognition, natural language processing, and other related areas. By combining these two platforms, developers can utilize deep learning algorithms to achieve advanced cognition and intelli

License

Notifications You must be signed in to change notification settings

JaneJasmine/Paddle3D-ROS

 
 

Repository files navigation

Paddle3D

🌈简介

Paddle3D是飞桨官方开源的端到端深度学习3D感知套件,涵盖了许多前沿和经典的3D感知模型,支持多种模态和多种任务,可以助力开发者便捷地完成 『自动驾驶』 领域模型 从训练到部署的全流程应用。

✨主要特性

🧩灵活的框架设计

针对各类3D数据格式,灵活构建数据处理、骨干网络等核心模块,支持基于PaddleDetectionPaddleSeg灵活扩展2D视觉感知能力,并提供API与脚本两种训练评估方式,满足开发者灵活定制的差异化需求。

📱丰富的模型库

聚合主流3D感知算法及精度调优策略,覆盖单目、点云等多种模态及检测、分割等多种任务类型。

🎗️端到端全流程

支持KITTI、nuScenes、Waymo等主流3D数据集,提供从数据处理、模型搭建、训练调优到部署落地的全流程能力,极致优化模型性能,适配多种自动驾驶主流芯片,支持计算图优化、TensorRT/OpenVINO等加速库,并提供了开箱即用的部署教程,5分钟即可完成模型部署。

🏆无缝衔接Apollo

无缝对接Apollo自动驾驶平台,支持真机与仿真平台实验效果快速验证、多模态模型高性能融合,实现自动驾驶全栈式技术方案的高效搭建。

📣最新进展

💎稳定版本

位于主分支,Paddle3D v1.0正式版本发布,详情请参考release note

🧬预览版本

位于develop分支,体验最新功能请切换到该分支

👫开源社区

  • 📑项目合作: 如果您是企业开发者且有明确的目标检测垂类应用需求,请扫描如下二维码入群,并联系群管理员AI后可免费与官方团队展开不同层次的合作。
  • 🏅️社区贡献: Paddle3D非常欢迎你加入到飞桨社区的开源建设中,参与贡献方式可以参考开源项目开发指南
  • 💻直播教程: Paddle3D会定期在飞桨直播间(B站:飞桨PaddlePaddle微信: 飞桨PaddlePaddle),针对发新内容、以及产业范例、使用教程等进行直播分享。

Paddle3D官方技术交流群二维码

📱模型库

单目3D感知 激光雷达3D感知 多相机3D感知 骨干网络
  • 检测
  • 检测
  • 分割
  • BEV-Camera
  • 🔥使用教程

    💡产业实践范例

    产业实践范例是Paddle3D针对3D目标检测应用场景,提供的端到端开发示例,帮助开发者打通数据标注-模型训练-模型调优-预测部署全流程。 针对每个范例我们都通过AI-Studio提供了项目代码以及说明,用户可以同步运行体验。

    📝许可证

    本项目的发布受Apache 2.0 license许可认证。

    About

    The purpose of the joint development between Paddle3D and ROS is to achieve deep learning applications in the field of robotics, including robot vision, speech recognition, natural language processing, and other related areas. By combining these two platforms, developers can utilize deep learning algorithms to achieve advanced cognition and intelli

    Resources

    License

    Stars

    Watchers

    Forks

    Releases

    No releases published

    Packages

    No packages published

    Languages

    • Python 67.8%
    • C++ 14.3%
    • Cuda 13.9%
    • CMake 2.8%
    • Shell 1.2%