PV-RCNN：Waymo 开放数据集挑战赛中 3D 检测、3D 跟踪与域自适应的性能最优纯激光雷达方案
计算机视觉与模式识别
2020-08-31 v1
摘要
在本技术报告中，我们给出了 Waymo 开放数据集挑战赛 2020 中 3D 检测、3D 跟踪和域自适应三个赛道的性能最优纯激光雷达方案。我们的竞赛方案构建于我们近期提出的 PV-RCNN 3D 目标检测框架之上。我们探索了 PV-RCNN 的若干变体，包括时序信息融合、动态体素化、自适应训练样本选择、基于 RoI 特征的分类等。我们采用了一种结合非极大值抑制与边界框投票的简单模型集成策略来生成最终结果。仅使用激光雷达点云数据，我们的模型最终在 Waymo 开放数据集挑战赛的 3D 检测、3D 跟踪和域自适应三个赛道上，于所有纯激光雷达方法中取得第 1 名，并于所有多模态方法中取得第 2 名。我们的方案将发布于 https://github.com/open-mmlab/OpenPCDet。
引用
@article{arxiv.2008.12599,
title = {PV-RCNN: The Top-Performing LiDAR-only Solutions for 3D Detection / 3D Tracking / Domain Adaptation of Waymo Open Dataset Challenges},
author = {Shaoshuai Shi and Chaoxu Guo and Jihan Yang and Hongsheng Li},
journal= {arXiv preprint arXiv:2008.12599},
year = {2020}
}