SOTA代码

物体检测|Object Detection

• Stereo R-CNN HKUST-Aerial-Robotics/Stereo-RCNN - CVPR2019
  研究机构 : 港科大Aerial Robotics Group和大疆
  论文 : Stereo R-CNN based 3D Object Detection for Autonomous Driving

• SimpleDettusimple/simpledet - SOTA on consumer grade hardware at large scale
  研究机构 : 图森
  论文 : SimpleDet: A Simple and Versatile Distributed Framework for Object Detection and Instance Recognition

• PointPillars traveller59/second.pytorch -SOTA for Birds Eye View Object Detection on KITTI Cyclists Moderate
  研究机构 : nuTonomy（安波福下的公司）
  论文 : PointPillars: Fast Encoders for Object Detection from Point Clouds,

• PointRCNNsshaoshuai/PointRCNN - KITTI for 3D Object Detection (Cars) : #2,Cars-Easy(AP:84.32%); #1,Cars-Moderate(AP:75.42%); #1,Cars-Hard(AP:67.86%)
  研究机构 : 香港中文大学
  论文 : PointRCNN: 3D Object Proposal Generation and Detection from Point Cloud

• sshkhr/BigDataCup18_Submission - IEEE International Conference On Big Data Cup 2018(2018年IEEE国际大数据杯会议的道路损伤检测和分类挑战),
  研究机构 : 印度科学研究所
  论文 : Road Damage Detection And Classification In Smartphone Captured Images Using Mask R-CNN

• Complex-YOLOAI-liu/Complex-YOLO -
  研究机构 : 法里奥、伊尔默瑙理工大学
  论文:Complex-YOLO: Real-time 3D Object Detection on Point Clouds

• kujason/avod -KITTI 3D Object Detection for cars#2 Cars-Hard(AP:66.38%)
  研究机构 : 滑铁卢大学工程学院机械与机电工程系
  论文 : Joint 3D Proposal Generation and Object Detection from View Aggregation

• PointNetcharlesq34/pointnet- SOTA（Object Localization & 3D Object Detection） :Cars、Cyclists、Pedestrian
  研究机构 : 斯坦福大学、Nuro公司、加州大学圣地亚哥分校
  论文 : Frustum PointNets for 3D Object Detection from RGB-D Data

• SqueezeDetBichenWuUCB/squeezeDet -SOTA for KITTI(2016)
  研究机构 : 伯克利、DeepScale（专注于自动驾驶感知技术）
  论文 : SqueezeDet: Unified, Small, Low Power Fully Convolutional Neural Networks for Real-Time Object Detection for Autonomous Driving

• VoxelNetcharlesq34/pointnet - SOTA（Object Localization & 3D Object Detection）:Cars、Cyclists、Pedestrian
  研究机构 : 苹果公司
  论文 : VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection

分割|Segmentation

• LEDNetxiaoyufenfei/LEDNet - 暂未released，Semantic Segmentation: Real-time(71FPS)、Semantic Segmentation(Mean IoU 70.6%)，ICIP 2019
  研究机构 : 南京邮电大学、天普大学
  论文 : LEDNet: A Lightweight Encoder-Decoder Network for Real-Time Semantic Segmentation，

• swiftnetorsic/swiftnet - Real-Time Semantic Segmentation on Cityscapes #9,Semantic Segmentation(Mean IoU:75.5%);#2,Real-time(Mean IoU:75.5%);#3,Real-time(Frame:39.9 fps),CVPR2019
  研究机构 : 萨格勒布大学 电气工程与计算学院
  论文 : In Defense of Pre-trained ImageNet Architectures for Real-time Semantic Segmentation of Road-driving Images

• YangZhang4065/AdaptationSeg - SOTA for Image-to-Image Translation on SYNTHIA-to-Cityscapes
  研究机构 : IEEE Member
  论文 : A Curriculum Domain Adaptation Approach to the Semantic Segmentation of Urban Scenes

• BiSeNetycszen/TorchSeg - Cityscapes：#2，Real-time（Frame:65.5 Fps）;#8 (Mean IoU 78.9%)、CamVid：#2，Mean IoU 68.7%;ECCV 2018
  研究机构 : 多谱信息处理技术国家级重点实验室、华中科技大学自动化学院、北大、旷视
  论文 : BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation

• MSiam/TFSegmentation - Benchmarking Framework（Cityscapes dataset for urban scenes）
  研究机构 : 阿尔伯塔大学、开罗大学
  论文 : RTSeg: Real-time Semantic Segmentation Comparative Study

• MultiNetMarvinTeichmann/MultiNet - SOTA for KITTI(Road Segmentation)
  研究机构 : 多伦多大学计算机科学、剑桥大学工程系、FZI研究中心、Uber ATG
  论文 : MultiNet: Real-time Joint Semantic Reasoning for Autonomous Driving

• bermanmaxim/LovaszSoftmax - Cityscapes:#1 for Real-Time（76.9 fps）、#16 for Mean IoU(63.06%),CVPR 2018
  研究机构 : 鲁汶大学
  论文 : The Lovász-Softmax loss: A tractable surrogate for the optimization of the intersection-over-union measure in neural networks,

• BichenWuUCB/SqueezeSeg -
  研究机构 : 伯克利
  论文 : SqueezeSeg: Convolutional Neural Nets with Recurrent CRF for Real-Time Road-Object Segmentation from 3D LiDAR Point Cloud,

• PSPNettensorflow/models和hszhao/PSPNet - SOTA in (Semantic Segmentation & Real-Time Semantic Segmentation)，more detail,CVPR 2017
  研究机构 : 香港中文大学、商汤
  论文 : Pyramid Scene Parsing Network

传感器融合|Sensor Fusion

• HKUST-Aerial-Robotics/VINS-Mono - SOTA，IROS 2018,IMU和（单目）摄像头融合的校正方法，用来校准IMU和相机之间的时间偏移。
  研究机构 : 港科大Aerial Robotics Group
  论文 : Online Temporal Calibration for Monocular Visual-Inertial Systems,

决策系统|Decision Making

• xinleipan/VirtualtoReal-RL -在虚拟环境通过强化学习来训练无人驾驶
  研究机构 : Berkley、清华大学、上海交通大学
  论文 : Virtual to Real Reinforcement Learning for Autonomous Driving

• [非官方]marsauto/europilot和[非官方]SullyChen/Autopilot-TensorFlow
  研究机构 : 英伟达
  论文 : End to End Learning for Self-Driving Cars

运动规划|Motion Planer

• [非官方]Iftimie/ChauffeurNet - Waymo出品，通过模仿学习对无人车进行运动规划，全文中文翻译:知乎|每周一篇 & 无人驾驶
  研究机构 : Waymo Research
  论文 : ChauffeurNet: Learning to Drive by Imitating the Best and Synthesizing the Worst,