百科.dev
全部条目在线工具AI 编程趋势榜开源项目技术资讯提交条目
登录
< 返回工具列表
L

Lidar_AI_Solution

> 编程语言
开源

一个展示激光雷达相关 AI 解决方案的项目,包括三个由 GPU 加速的激光雷达/摄像头深度学习网络(PointPillars、CenterPoint、BEVFusion)以及相关的深度学习应用。

1.9K stars0 点赞1 次浏览
访问官网GitHub

工具介绍

一个展示激光雷达相关 AI 解决方案的项目,包括三个由 GPU 加速的激光雷达/摄像头深度学习网络(PointPillars、CenterPoint、BEVFusion)以及相关的深度学习应用。

激光雷达 AI 解决方案

这是一个针对自动驾驶 3D 激光雷达仓库的高度优化解决方案。它在加速稀疏卷积/CenterPoint/BEVFusion/OSD/转换方面做得非常出色。

3D稀疏卷积

使用 int8/fp16 的 3d 稀疏卷积网络 的一个小型推理引擎。

CUDA BEVFusion

CUDA 和 TensorRT 解决方案用于 BEVFusion 推理,包括:

  • 摄像头编码器: 使用 TensorRT 和 onnx 导出解决方案实现 ResNet50 和微调后的 BEV 池化。
  • 激光雷达编码器: 使用 TensorRT 和 onnx 导出解决方案实现 Tiny Lidar-Backbone 推理。
  • 特征融合: 使用 TensorRT 和 onnx 导出解决方案实现摄像头和激光雷达特征融合。
  • 预处理/后处理: 使用 CUDA 内核实现间隔预计算、激光雷达体素化和特征解码。
  • 易于使用: 提供一次性准备、推理和评估,可重现 torch Impl 的准确性。
  • PTQ: 适用于 mmdet3d/spconv 的量化解决方案,易于理解。

CUDA CenterPoint

CUDA 和 TensorRT 解决方案用于 CenterPoint 推理,包括:

Issues· 0 开放

查看全部 Issues在 GitHub 打开

暂无开放 Issues,或尚未同步最近议题。

> 标签

C++

暂无评论,来聊聊你的看法吧

> 工具信息

发布日期2026年8月1日
最后更新2026年9月17日
分类编程语言
定价开源

> 相关工具

T
TypeScript
JavaScript 的超集,为前端与全栈提供静态类型
P
Python
通用编程语言,广泛用于 Web、数据与 AI
G
Go
Google 推出的简洁高效系统语言