由于很多场景需要测距，而深度图、点云等获取、配准、融合困难，尝试直接在目标增加距离标注进行训练，理论上标注准确，数据集够，就可以实现。
目前已经跑通YOLO增加距离训练：
目前准度不够，仅将项目测试跑通了，下图是用了10张图片随意标注距离进行训练之后模型预测的结果
自己做了一个标注距离的界面，正在标注数据集中，等标完再训练看效果
相关推荐
jndingxin37 分钟前
OpenCV 的 CUDA 模块中用于将多个单通道的 GpuMat 图像合并成一个多通道的图像 函数cv::cuda::merge格林威39 分钟前
Baumer工业相机堡盟工业相机的工业视觉中为什么偏爱“黑白相机”IT古董1 小时前
【漫话机器学习系列】249.Word2Vec自然语言训练模型灬0灬灬0灬1 小时前
深度学习---常用优化器_Itachi__2 小时前
Model.eval() 与 torch.no_grad() PyTorch 中的区别与应用白光白光2 小时前
大语言模型训练的两个阶段巷9552 小时前
OpenCV图像金字塔详解：原理、实现与应用科技小E2 小时前
WebRTC实时音视频通话技术EasyRTC嵌入式音视频通信SDK，助力智慧物流打造实时高效的物流管理体系BioRunYiXue3 小时前
一文了解氨基酸的分类、代谢和应用IT古董4 小时前
【漫话机器学习系列】255.独立同分布（Independent and Identically Distributed，简称 IID）