0
点赞
收藏
分享

微信扫一扫

【论文阅读】【3d目标检测】Lidar-RCNN

WikongGuan 2022-04-01 阅读 117

论文标题:LiDAR R-CNN: An Efficient and Universal 3D Object Detector

cvpr2021,图森乃严大佬组出品。
文章主要探讨了3d目标检测中的proposal尺寸模糊问题,作者提出了两种即插即用的方案来对于proposal进行优化,文章并没有提出一种新的网络架构。不过我觉得这种行文方式和探讨问题的方法是值得我们学习的。
老规矩,上图!
在这里插入图片描述
首先作者对于目标检测器(pointrcnn pointpillar)等提出的proposal进行7d的优化,首先将他们的尺寸进行一个扩大,随后建立一个local的坐标系。主要操作类似于之前的文章,就是坐标中心化,同时对于axis进行一个proposal方向的对齐。
在这里插入图片描述
随后将point输入到backbone中,可以看到backbone也是一个很轻很简单的操作,这样操作当然是为了快速的推理。

随后作者进行了实验kitti及waymo上进行。

在这里插入图片描述
在这里插入图片描述
在单类别和多类别的实验上,都取得了不错的效果。
在这里插入图片描述
占据内存也不大

举报

相关推荐

0 条评论