具有IoU感知的实时无锚框单阶段3D检测
计算机视觉与模式识别
2021-08-05 v2
摘要
在本报告中，我们介绍了在CVPR 2021 Waymo开放数据集挑战赛中实时3D检测项目以及“最高效模型”项目的获胜方案。在我们去年获奖模型AFDet的基础上，我们对基础模型做了一系列修改，以提高精度并大幅降低延迟。修改后的模型命名为AFDetV2，其特点包括轻量3D特征提取器、具有扩展感受野的改进RPN，以及新增的产生IoU感知置信度分数的子头。这些模型增强，连同丰富的数据增强、随机权重平均和基于GPU的体素化实现，使我们的AFDetV2以60.06 ms延迟取得73.12 mAPH/L2的获胜精度，而我们的AFDetV2-base以55.86 ms的获胜延迟取得72.57 mAPH/L2的精度，被挑战赛主办方授予“最高效模型”。
引用
@article{arxiv.2107.14342,
title = {Real-Time Anchor-Free Single-Stage 3D Detection with IoU-Awareness},
author = {Runzhou Ge and Zhuangzhuang Ding and Yihan Hu and Wenxin Shao and Li Huang and Kun Li and Qiang Liu},
journal= {arXiv preprint arXiv:2107.14342},
year = {2021}
}
备注
1st Place Solution for the Real-time 3D Detection and the Most Efficient Model of the Waymo Open Dataset Challenges 2021 (http://cvpr2021.wad.vision/)