主要分成几个步骤：
1、 二维box的定位、类别判断、以及角度预测
2、 物体的3d box尺寸的预估，以及3d box在相机坐标系下的位置粗略计算
3、 物体3d box的refinment
当在二维图像上定位出汽车位置和分类出类别后，此时可以预估出汽车的3d box大小，论文中是这样实现的，某类汽车（比如SUV）的3d box尺寸其实是低方差和单峰的，这时可以从训练数据中离线查找几类数据的尺寸中位数（比如针对SUV，轿车，卡车类数据，对每类数据的尺寸，采集一个中位数）比如长宽高分别为2mx1.3mx1.7m。那么就用这种离线设计好的尺寸来初始化检测出的车辆的3d box尺寸。
本文仅做学术分享，如有侵权，请联系删文。
