CatFree3D：基于扩散模型的类别无关三维目标检测
计算机视觉与模式识别
2024-08-26 v1
摘要
图像-based 的三维目标检测在自动驾驶和机器人等应用中被广泛采用，但现有系统因问题设置复杂和训练数据有限而在泛化性方面受限。我们提出了一种新颖的管道，将三维检测从二维检测和深度预测中解耦，采用扩散方法以提高精度并支持类别无关检测。此外，我们引入了归一化匈牙利距离（NHD）指标，以准确评估三维检测结果，弥补传统 IoU 和 GIoU 指标的局限性。实验结果表明，我们的方法在各种目标类别和数据集上实现了最先进的精度和强大的泛化能力。
引用
@article{arxiv.2408.12747,
title = {CatFree3D: Category-agnostic 3D Object Detection with Diffusion},
author = {Wenjing Bian and Zirui Wang and Andrea Vedaldi},
journal= {arXiv preprint arXiv:2408.12747},
year = {2024}
}
备注
Project page: https://bianwenjing.github.io/CatFree3D