PillarNeSt：拥抱骨干网络缩放与预训练的点柱状 3D 目标检测
计算机视觉与模式识别
2023-11-30 v1 机器人学
摘要
本文展示了 2D 骨干网络缩放与预训练对基于点柱的 3D 目标检测器的有效性。基于点柱的方法主要采用随机初始化的 2D 卷积神经网络（ConvNet）进行特征提取，未能享受图像领域中骨干网络缩放与预训练带来的益处。为展示点云中的扩展能力，我们引入在大规模图像数据集（如 ImageNet）上预训练的稠密 ConvNet 作为基于点柱检测器的 2D 骨干网络。这些 ConvNet 根据点云的特定特征（如稀疏性与不规则性）按模型尺寸自适应设计。配备预训练 ConvNet 后，我们提出的基于点柱的检测器 PillarNeSt 在 nuScenes 和 Argoversev2 数据集上大幅优于现有 3D 目标检测器。我们的代码将在录用后发布。
引用
@article{arxiv.2311.17770,
title = {PillarNeSt: Embracing Backbone Scaling and Pretraining for Pillar-based 3D Object Detection},
author = {Weixin Mao and Tiancai Wang and Diankun Zhang and Junjie Yan and Osamu Yoshie},
journal= {arXiv preprint arXiv:2311.17770},
year = {2023}
}