OpenCOOD

收录理由

OpenCOOD 是 OPV2V 论文的官方实现，为研究者提供了一个统一的代码库，用于训练和评估融合多车 LiDAR 数据的协同 3D 目标检测模型。框架内置了 OPV2V 和 V2XSet 的数据加载器，支持 PointPillar、VoxelNet 等检测主干，并集成了来自 ECCV、ICRA、CoRL、NeurIPS 和 WACV 等顶会论文中的融合模型，方便直接对比不同方法，省去自建基础设施的麻烦。其日志回放工具能够重放离线事件，并允许替换或添加传感器与真值，从而探索原始数据集未覆盖的场景。对于想快速搭建车对车感知原型的团队，这套框架能提供可复现的基线，避免从零起步。