frustum-pointnets

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

SDKcharlesq34frustum-pointnets

开发工具档案怎么用、适配哪些机型、哪些环境验证过

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

算法库python更新于 2020-03-24

概述

这个开发工具的核心职责、所属技术栈与硬件生态定位。

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。

工具分类、开发语言、GitHub 社区活跃度与环境要求。

工具类型: 算法库
所属品牌 / 组织: 开源社区
开发语言: python
技术栈层级: L3 本体 SDK 与控制
适配机型数: 0 款
统计日期: 2026-10-13
环境注意事项: 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

源码克隆、构建方式、已验证系统环境与版本更新记录。

git clone https://github.com/charlesq34/frustum-pointnets.git
cd frustum-pointnets
# 安装 Python 依赖与开发包
pip install -e .

版本 / 分支	验证环境	接入说明
main 分支，无官方稳定发版，以仓库最新提交为准	Ubuntu 18.04 / 20.04 LTS + Python 2.7 / 3.6 + TensorFlow 1.3 - 1.15 + CUDA 9.0 - 10.0	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

支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。

尚未收录适配机型。

同一厂商开源的配套仓库或同技术栈开发工具。

本页事实对应的公开页面，以原文为准。