面向基于图像的三维目标检测的公平衡量与全面比较
计算机视觉与模式识别
2023-10-12 v2
摘要
在本工作中，我们构建了一个模块化设计的代码库，制定了强力的训练方案，设计了一个误差诊断工具箱，并讨论了当前基于图像的三维目标检测方法。特别地，与其他高度成熟的任务（如二维目标检测）不同，基于图像的三维目标检测领域仍在发展中，其中方法常采用不同的训练方案和技巧，导致不公平的评估与比较。更糟糕的是，这些技巧可能在性能上掩盖其提出的设计，甚至导致错误结论。为解决此问题，我们构建了模块化代码库并为该领域制定了统一的训练标准。此外，我们还设计了一个误差诊断工具箱以衡量检测模型的详细表征。利用这些工具，我们在不同设置下深入分析当前方法，并对一些开放性问题展开讨论，例如在 KITTI-3D 和 nuScenes 数据集上结论的差异，这导致了这些数据集上主导方法的不同。我们希望本工作能促进未来基于图像的三维目标检测研究。我们的代码将发布于 \url{https://github.com/OpenGVLab/3dodi}
引用
@article{arxiv.2310.05447,
title = {Towards Fair and Comprehensive Comparisons for Image-Based 3D Object Detection},
author = {Xinzhu Ma and Yongtao Wang and Yinmin Zhang and Zhiyi Xia and Yuan Meng and Zhihui Wang and Haojie Li and Wanli Ouyang},
journal= {arXiv preprint arXiv:2310.05447},
year = {2023}
}
备注
ICCV23, code will be released soon