ConQueR：用于三维目标检测的查询对比 Voxel-DETR
计算机视觉与模式识别
2022-12-15 v1 机器人学
摘要
尽管基于 DETR 的三维检测器可简化检测流程并实现直接稀疏预测，但其性能仍落后于带后处理的稠密检测器（用于从点云进行三维目标检测）。DETR 通常在场景中采用比真实目标（GT）数量更多的查询（例如 Waymo 中 300 个查询对比 40 个物体），这不可避免地会在推理时引发许多假阳性。在本文中，我们提出一种简单而有效的稀疏三维检测器，名为查询对比 Voxel-DETR（ConQueR），以消除具有挑战性的假阳性，并实现更准确且更稀疏的预测。我们观察到大多数假阳性在局部区域高度重叠，这是由缺乏显式监督以区分局部相似查询所致。因此我们提出一种查询对比机制，针对所有未匹配查询预测，显式地将查询增强至其最佳匹配 GT。这是通过为每个 GT 构建正、负 GT-查询对，以及基于特征相似度增强正 GT-查询对相对于负对的对比损失实现的。ConQueR 缩小了稀疏与稠密三维检测器间的差距，并将假阳性减少多达约 60%。我们的单帧 ConQueR 在具挑战性的 Waymo Open Dataset 验证集上取得了新的最先进（sota）71.6 mAPH/L2，超越先前 sota 方法（如 PV-RCNN++）超过 2.0 mAPH/L2。
引用
@article{arxiv.2212.07289,
title = {ConQueR: Query Contrast Voxel-DETR for 3D Object Detection},
author = {Benjin Zhu and Zhe Wang and Shaoshuai Shi and Hang Xu and Lanqing Hong and Hongsheng Li},
journal= {arXiv preprint arXiv:2212.07289},
year = {2022}
}
备注
Project page: https://benjin.me/projects/2022_conquer/