RoPETR：通过集成改进的旋转位置编码提升基于时序单摄像头的3D检测
计算机视觉与模式识别
2025-06-09 v3
摘要
本技术报告介绍了针对StreamPETR框架的针对性改进，旨在增强速度估计，这是影响整体NuScenes检测得分的关键因素。虽然StreamPETR在其高平均精度下表现出强大的3D边界框检测性能，但我们的分析确定了在NuScenes数据集上进行评估时，速度估计是一个重大的瓶颈。为克服这一局限，我们提出了一种量身定制的位置编码策略，旨在增强时序建模能力。在NuScenes测试集上的实验评估表明，我们的改进方法使用ViT-L主干架构实现了70.86%的SOTA检测得分，为基于单摄像头的3D目标检测设下了新的基准。
引用
@article{arxiv.2504.12643,
title = {RoPETR: Improving Temporal Camera-Only 3D Detection by Integrating Enhanced Rotary Position Embedding},
author = {Hang Ji and Tao Ni and Xufeng Huang and Zhan Shi and Tao Luo and Xin Zhan and Junbo Chen},
journal= {arXiv preprint arXiv:2504.12643},
year = {2025}
}