RadarNeXt：基于 4D 毫米波雷达的实时可靠 3D 对象检测器
计算机视觉与模式识别
2025-01-07 v1
摘要
3D 对象检测是自动驾驶（AD）和先进驾驶辅助系统（ADAS）的关键技术。然而，大多数 3D 检测器关注检测精度，往往忽视实际应用中的网络推理速度。本文提出了RadarNeXt，一个基于 4D 毫米波雷达点云的实时可靠 3D 对象检测器。它利用可重参数化神经网络捕获多尺度特征，降低内存消耗并加速推理。此外，为突出雷达点云的不规则前景特征并抑制背景杂波，我们提出了多路径可变形前景增强网络（MDFEN），在确保检测精度的同时最小化速度和参数数量的牺牲。在View-of-Delft和TJ4DRadSet数据集上的实验结果验证了RadarNeXt的卓越性能和效率，采用我们提出的MDFEN变体实现了50.48和32.30的mAP。值得注意的是，我们的RadarNeXt变体在RTX A4000 GPU上实现了67.10 FPS以上的推理速度，在Jetson AGX Orin上实现了28.40 FPS以上的推理速度。这项研究表明RadarNeXt为基于 4D 毫米波雷达的 3D 感知带来了一种新颖且有效的范式。
引用
@article{arxiv.2501.02314,
title = {RadarNeXt: Real-Time and Reliable 3D Object Detector Based On 4D mmWave Imaging Radar},
author = {Liye Jia and Runwei Guan and Haocheng Zhao and Qiuchi Zhao and Ka Lok Man and Jeremy Smith and Limin Yu and Yutao Yue},
journal= {arXiv preprint arXiv:2501.02314},
year = {2025}
}
备注
8 pages, 5 figures, 3 tables. Code: https://github.com/Pay246-git468/RadarNeXt