DBQ-SSD：用于高效三维目标检测的动态球查询
计算机视觉与模式识别
2023-04-07 v2
摘要
许多基于点的三维检测器采用点特征采样策略丢弃部分点以实现高效推理。这些策略通常基于固定的手工规则，难以处理复杂场景。与之不同，我们提出动态球查询（Dynamic Ball Query, DBQ）网络，根据输入特征自适应地选择输入点的子集，并为每个所选点分配具有合适感受野的特征变换。它可嵌入一些最先进的三维检测器中并以端到端方式训练，显著降低了计算成本。大量实验表明，我们的方法在 KITTI、Waymo 和 ONCE 数据集上可将推理速度提升 30%–100%。具体而言，我们的检测器在 KITTI 场景上的推理速度可达 162 FPS，在 Waymo 和 ONCE 场景上可达 30 FPS 且无性能下降。由于跳过了冗余点，部分评价指标显示出显著提升。代码将发布于 https://github.com/yancie-yjr/DBQ-SSD。
引用
@article{arxiv.2207.10909,
title = {DBQ-SSD: Dynamic Ball Query for Efficient 3D Object Detection},
author = {Jinrong Yang and Lin Song and Songtao Liu and Weixin Mao and Zeming Li and Xiaoping Li and Hongbin Sun and Jian Sun and Nanning Zheng},
journal= {arXiv preprint arXiv:2207.10909},
year = {2023}
}
备注
ICLR 2023. Code at https://github.com/yancie-yjr/DBQ-SSD