面向自动驾驶中高效且有效的三维目标检测的跨簇平移
材料科学
2024-03-12 v1 介观与纳米尺度物理
化学物理
光学
摘要
我们提出了一种新的基于点的三维检测器模型，命名为 Shift-SSD，用于自动驾驶中精确的三维目标检测。传统的基于点的三维目标检测器通常采用依赖点逐渐下采样的架构。虽然这种方法有效地降低了计算需求并增加了感受野，但它会损害对精确三维目标检测至关重要的非局部信息的保留，尤其是在复杂的驾驶场景中。为了解决这个问题，我们引入了一种新颖的 Cross-Cluster Shifting 操作，通过高效建模更长距离的相互依赖关系，同时仅增加可忽略的开销，来释放基于点检测器的表示能力。具体而言，Cross-Cluster Shifting 操作通过从相邻簇中平移部分通道来增强传统设计，这使得与非局部区域有更丰富的交互，从而扩大了簇的感受野。我们在 KITTI、Waymo 和 nuScenes 数据集上进行了大量实验，结果表明 Shift-SSD 在检测精度和运行时效率方面均达到了 SOTA 性能。
引用
@article{arxiv.2403.06165,
title = {The Defects Genome of 2D Janus Transition Metal Dichalcogenides},
author = {Mohammed Sayyad and Jan Kopaczek and Carmem M. Gilardoni and Weiru Chen and Yihuang Xiong and Shize Yang and Kenji Watanabe and Takashi Taniguchi and Robert Kudrawiec and Geoffroy Hautier and Mete Atature and Sefaattin Tongay},
journal= {arXiv preprint arXiv:2403.06165},
year = {2024}
}