# frustum-pointnets

> 权威词条地址：https://robotics.hellobike.com/sdks/charlesq34-frustum-pointnets
> 所属分类：sdks | 最近核验日期：2020-03-24 | 技术层级：L3

## 核心摘要

charlesq34 在 GitHub 开源的算法库，主要语言 Python。 Frustum PointNets for 3D Object Detection from RGB-D Data

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L3"] |
| `links` | [{"title": "GitHub", "url": "https://github.com/charlesq34/frustum-pointnets"}] |
| `updated` | 2020-03-24 |
| `repo` | https://github.com/charlesq34/frustum-pointnets |
| `language` | ["python"] |
| `pinned_versions` | [{"version_or_sha": "main 分支，无官方稳定发版，以仓库最新提交为准", "tested_env": "Ubuntu 18.04 / 20.04 LTS + Python 2.7 / 3.6 + TensorFlow 1.3 - 1.15 + CUDA 9.0 - 10.0", "notes": "克隆仓库后安装requirements.txt依赖，下载KITTI数据集预处理后即可运行train.py或test.py脚本执行检测任务"}] |
| `incompatible_envs` | ["不支持 TensorFlow 2.x 版本，运行会出现API不兼容报错", "Python 3.7及以上版本存在部分依赖库兼容性问题，不推荐使用"] |
| `repo_stats` | {"stars": 1671, "forks": 530, "as_of": "2026-10-13"} |
| `tool_type` | library |
| `overview_sources` | ["https://github.com/charlesq34/frustum-pointnets"] |

## 技术详解与生态说明

frustum-pointnets是一款面向RGB-D数据3D目标检测任务的开源算法库，采用Python作为主要开发语言，核心功能模块包含视锥体候选区域生成、点云特征提取、3D边界框回归三大模块，可从RGB图像与深度点云融合数据中输出准确的三维目标位置与类别信息。

该算法库适配3D感知技术栈层级，不绑定特定机器人本体，开发者可通过pip安装依赖后导入库接口，接入自有RGB-D数据流完成检测功能，也可集成至移动机器人SLAM导航、服务机器人环境感知等上层系统中使用。

## 原始核验来源 (Sources)

- [GitHub charlesq34/frustum-pointnets](https://github.com/charlesq34/frustum-pointnets)