3DSSD：基于点的三维单阶段目标检测器
计算机视觉与模式识别
2020-02-25 v1
摘要
目前已有多种基于体素的三维单阶段检测器，而基于点的单阶段方法仍鲜有探索。本文首次提出一种轻量且高效的基于点的三维单阶段目标检测器，命名为3DSSD，在精度与效率间取得良好平衡。在该范式下，所有现有基于点的方法中不可或缺的上采样层与细化阶段均被舍弃，以降低巨大计算开销。我们新颖地提出下采样过程中的融合采样策略，使在代表性较低的点上进行检测成为可能。设计了一个精细的框预测网络，包含候选生成层、无锚框回归头以及三维中心度分配策略，以满足我们对精度与速度的需求。我们的范式是一种优雅的单阶段无锚框框架，展现出相对于其他现有方法的巨大优势。我们在广泛使用的KITTI数据集和更具挑战性的nuScenes数据集上评估了3DSSD。我们的方法大幅优于所有SOTA的基于体素的单阶段方法，且与两阶段基于点的方法性能相当，推理速度超过25 FPS，为先前SOTA基于点方法速度的2倍。
引用
@article{arxiv.2002.10187,
title = {3DSSD: Point-based 3D Single Stage Object Detector},
author = {Zetong Yang and Yanan Sun and Shu Liu and Jiaya Jia},
journal= {arXiv preprint arXiv:2002.10187},
year = {2020}
}