We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
您好,最近使用您给出的预训练模型测试自己的vlp-32线激光雷达数据,数据格式仿照示例数据已经转换完毕,同时生成了residual_image,将其作为valid数据集测试时,发现得到的绝大部分点云(90%)被认为是动态物体,请问下有可能是什么原因导致呢?
The text was updated successfully, but these errors were encountered:
Hey @ypfsmile 感谢尝试我们的代码!
这个问题和是 #19 , #31 类似的。
我们提供的预训练的模型使用的是64线激光雷达数据进行训练的,在32线激光雷达数据上性能不佳的原因可能是:1,不同传感器之间邻域距离太大了,64线激光和32线激光视野不一样,观测得到的数据分布有很大的区别,2,测试环境与训练环境差别非常大。预训练的模型泛化能力不行。
可能的解决方案是标记少量32线数据动态物体分割标签,在自己的数据集上进行fine-tune,或者针对自己的传感器数据及重新训练一个模型。
为了大家可以集中讨论类似问题,我推荐你可以专注#19 并把你的结果和问题分享给大家,因此我将关闭这个问题。
Sorry, something went wrong.
好的 感谢!
@ypfsmile 您好,请问您有没有继续这项工作呢?我也想在我的16线激光雷达上试试
No branches or pull requests
您好,最近使用您给出的预训练模型测试自己的vlp-32线激光雷达数据,数据格式仿照示例数据已经转换完毕,同时生成了residual_image,将其作为valid数据集测试时,发现得到的绝大部分点云(90%)被认为是动态物体,请问下有可能是什么原因导致呢?
The text was updated successfully, but these errors were encountered: