SFA3D

maudzung 在 GitHub 开源的算法库，主要语言 Python。 Super Fast and Accurate 3D Object Detection based on 3D LiDAR Point Clouds (The PyTorch implementation)

SDKmaudzungSFA3D

开发工具档案怎么用、适配哪些机型、哪些环境验证过

maudzung 在 GitHub 开源的算法库，主要语言 Python。 Super Fast and Accurate 3D Object Detection based on 3D LiDAR Point Clouds (The PyTorch implementation)

算法库python更新于 2023-09-17

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。

SFA3D是一款开源的3D目标检测算法库，以Python为主要开发语言，基于PyTorch框架实现，核心能力为基于3D激光雷达点云的超快速高精度目标检测，兼顾推理效率与检测精度，可满足自动驾驶、移动机器人等场景的环境感知需求。

该算法库适配机器人感知层的3D点云处理环节，属于L3级感知算法组件，无绑定的特定机器人本体，开发者可直接通过Python接口调用其点云预处理、模型推理、结果输出模块，快速集成到激光SLAM、自主导航等机器人技术栈中。

工具分类、开发语言、GitHub 社区活跃度与环境要求。

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/maudzung/SFA3D.git
cd SFA3D
# 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 / 最新稳定分支（适配PyTorch 1.8~2.x版本）	Ubuntu 20.04/22.04 LTS / Python 3.8~3.10 / CUDA 11.x/12.x / PyTorch 1.8+	克隆仓库后通过pip install -r requirements.txt安装依赖，入口为demo.py，传入点云文件即可执行3D检测推理。

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。