SFMNet：用于 3D 目标检测的稀疏焦点调制

我们提出了 SFMNet，一种新型 3D 稀疏检测器，结合了稀疏卷积的效率与建模长程依赖的能力。虽然传统的稀疏卷积技术能够高效捕捉局部结构，但它们在建模长程关系方面存在困难。然而，捕捉长程依赖对于 3D 目标检测至关重要。相比之下，变换器通过注意力机制设计用于捕捉这些长程依赖。但其查询-键-值交互的二次复杂度带来了高昂的计算成本。此外，由于 3D 场景的稀疏性，直接将注意力应用于非空体素也是低效的。我们的 SFMNet 基于一种新颖的稀疏焦点调制（SFM）模块，通过利用新的层次化稀疏卷积设计，将短程和长程上下文以线性复杂度进行集成。这种方法使 SFMNet 能够在提高效率的同时实现高检测性能，使其非常适合大规模 LiDAR 场景。我们表明，我们的检测器在自动驾驶数据集上达到了最先进的性能。