LidarMultiNet：在单一多任务网络中统一激光雷达语义分割、3D目标检测与全景分割
计算机视觉与模式识别
2022-06-27 v2
摘要
本技术报告介绍了Waymo开放数据集2022年3D语义分割挑战赛的冠军解决方案。我们的网络称为LidarMultiNet，将3D语义分割、目标检测和全景分割等主要激光雷达感知任务统一在单一框架中。LidarMultiNet的核心是一个强大的基于3D体素的编码器-解码器网络，带有新颖的全局上下文池化（GCP）模块，从激光雷达帧中提取全局上下文特征以补充其局部特征。提出了可选的第二阶段，以细化第一阶段的分割或生成准确的全景分割结果。我们的解决方案在Waymo 3D语义分割测试集上实现了71.13的mIoU，并且在22个类别中的大多数上表现最佳，优于官方排行榜上的所有其他3D语义分割方法。我们首次证明，主要激光雷达感知任务可以在一个可端到端训练的单一强大网络中统一。
引用
@article{arxiv.2206.11428,
title = {LidarMultiNet: Unifying LiDAR Semantic Segmentation, 3D Object Detection, and Panoptic Segmentation in a Single Multi-task Network},
author = {Dongqiangzi Ye and Weijia Chen and Zixiang Zhou and Yufei Xie and Yu Wang and Panqu Wang and Hassan Foroosh},
journal= {arXiv preprint arXiv:2206.11428},
year = {2022}
}
备注
Official 1st Place Solution for the Waymo Open Dataset Challenges 2022 - 3D Semantic Segmentation. Official leaderboard: https://waymo.com/open/challenges/2022/3d-semantic-segmentation/. CVPR 2022 Workshop on Autonomous Driving: http://cvpr2022.wad.vision/