MonoDETRNext：下一代精确且高效的单目3D目标检测器
计算机视觉与模式识别
2024-11-28 v2
摘要
单目3D目标检测在各个领域具有广泛的应用潜力。DETR类型的模型在不同领域已展现出卓越的性能，但在单目3D检测中仍有相当大的改进空间，尤其是现有的基于DETR的方法MonoDETR。在解决了MonoDETR中的查询初始化问题后，我们探索了几种性能增强策略，例如引入更高效的编码器和利用更强大的深度估计器。最终，我们提出了MonoDETRNext，该模型根据深度估计器的选择有两种变体：注重速度的MonoDETRNext-E和注重精度的MonoDETRNext-A。我们认为MonoDETRNext为单目3D目标检测建立了新的基准，并为未来研究开辟了途径。我们进行了详尽的评估，证明了该模型相对于现有解决方案的优越性能。值得注意的是，在KITTI测试基准上，MonoDETRNext-A在指标上比MonoDETR提升了3.52%，而MonoDETRNext-E提升了2.35%。此外，MonoDETRNext-E的计算效率略高于其前身。
引用
@article{arxiv.2405.15176,
title = {MonoDETRNext: Next-Generation Accurate and Efficient Monocular 3D Object Detector},
author = {Pan Liao and Feng Yang and Di Wu and Wenhui Zhao and Jinwen Yu},
journal= {arXiv preprint arXiv:2405.15176},
year = {2024}
}