SEGT：面向 nuScenes Lidar 基对象检测任务的通用空间扩张组 Transformer
计算机视觉与模式识别
2025-01-22 v2
摘要
在技术报告中，我们提出了一种用于 nuScenes Lidar 基对象检测任务的新型 Transformer 框架，称为空间扩张组 Transformer（SEGT）。为了高效处理点云的非规则和稀疏性质，我们提出将体素迁移到具有通用空间扩张策略的 distinct 专用有序字段中，并采用组注意力机制在每个字段中提取专属特征图。随后，我们通过交替应用不同扩张策略来整合不同有序字段中的特征表示，从而增强模型捕获全面空间信息的能力。该方法在 nuScenes Lidar 基对象检测测试数据集上进行评估，在无测试时增强（TTA）时达到 73.9 的 NDS 分数，随后使用 TTA 可达 74.5，展示了所提出方法的有效性。值得注意的是，我们的方法在 nuScenes Lidar 基对象检测任务中名列第 1。
引用
@article{arxiv.2412.09658,
title = {SEGT: A General Spatial Expansion Group Transformer for nuScenes Lidar-based Object Detection Task},
author = {Cheng Mei and Hao He and Yahui Liu and Zhenhua Guo},
journal= {arXiv preprint arXiv:2412.09658},
year = {2025}
}