Anytime-Lidar：截止时间感知的3D目标检测

在这项工作中，我们提出了一种新颖的调度框架，使基于深度神经网络（DNN）的3D目标检测流程能够实现随时感知（anytime perception）。我们关注3D目标检测流程中计算代价高昂的区域提议网络（RPN）和逐类别多头检测器组件，并使其具备截止时间感知能力。我们提出了一种调度算法，该算法智能地选择组件子集，以动态地进行有效的时间与精度权衡。我们通过估计将先前检测到的物体投影到当前场景，来最小化跳过部分神经网络子组件所带来的精度损失。我们将该方法应用于先进的3D目标检测网络PointPillars，并使用nuScenes数据集在Jetson Xavier AGX上评估其性能。与基线相比，我们的方法在各种截止时间约束下显著提升了网络精度。