随笔分类 - 三维目标检测
摘要：『笔记』DeepFusion 一个point-level fusion的方式，实际上是voxel级别上paint. 虽然用了cross attention不过其关注点其实是在于alignment quality上 3. DeepFusion 3.1. Deep Feature Fusion Pipe
阅读全文
摘要：『笔记』PointAugmenting 一个point-level fusion的方法，主要有两个点：1. 使用camera feature paint点云，但经过voxel encoding后的3d conv是对于lidar的feature和cat过来的camera feature分别进行的，然后
阅读全文
摘要：『笔记』M^2Det 2022年上半年同样一篇LSS流派做纯视觉的multi-view images的三维目标检测。在这里做一个简单记录 3 Method 3.1 M^2BEV Pipeline Part1: 2D Image Encoder. Part2: 2D→3D Projection. Pa
阅读全文
摘要：『笔记』BEVDet 2021年开始做BEV检测相对比较早的的一篇，使用LSS方法，做纯视觉的multi-view images的三维目标检测。在这里做一个简单记录 3 Methodology 3.1 Network Structure Image-view Encoder By default,
阅读全文
摘要：『笔记』DETR3D CORL2021的一篇文章，使用DETR的检测范式来直接做multi-view images的三维目标检测 3 Multi-view 3D Object Detection 大部分还是很清楚的，符号和公式也比较多，便于理解。不过，非常让我不解的就是文章里的公式(4)，将当前ob
阅读全文
摘要：『笔记』CVT Cross-view Transformers for real-time Map-view Semantic Segmentation CVPR2022 oral的文章。方法的结构十分简练，为我们展现了一个关于使用transformer（具体来说，是cross-(view-)att
阅读全文
摘要：『笔记』CenterPoint CenterPoint也算是鼎鼎有名了，但是感觉论文的方法那里写得实在是敷衍，可能确实主要是用了一下CenterNet的head思路，没什么好说的吧。 4. CenterPoint The first stage of CenterPoint predicts a c
阅读全文
摘要：『笔记』Part-^2 https://arxiv.org/abs/1907.03670 论文阅读：3D点云目标检测 Part-A^2 Net 2020TPAMI—Part A2: 3D Object Detection from Point Cloud with Part-aware and Pa
阅读全文
摘要：『笔记』PV-RCNN CVPR2020的文章，在自动驾驶领域Waymo Open Challenge点云挑战赛中取得了（所有不限传感器算法榜单）三项亚军，Lidar单模态算法三项第一的成绩，以及在KITTI Benchmark上保持总榜第一的成绩超过半年。个人感觉这篇文章在点云方向PointNet
阅读全文
摘要：『笔记』Fast Point R-CNN 这是一篇来自ICCV2019的论文，乍一看觉得是PointRCNN的升级版，但其实并不是Point RCNN的incremental work，不过当然，同样作为two stage的方法，思想当然是有共同点的。这个名字比较有误导性，让人觉得一阶段是Point
阅读全文
摘要：『笔记』PointRCNN 2019 CVPR 香港中文大学的一篇3D目标检测的文章，是第一个输入只有原始点云数据的两阶段3D目标检测方法。文章比较老了，就没有阅读原文，在知乎上看了这篇说得不错：论文阅读：PointRCNN 第一个基于原始点云的3D目标检测，基本能够大致了解了 总得来说，该方法分为
阅读全文
摘要：『笔记』CBGS 1. Introduction Finally, our contributions in this challenge can be concluded as follows: • We propose class-balanced sampling strategy to ha
阅读全文
摘要：『笔记』BEVFusion 1 Introduction We propose BEVFusion to unify multi-modal features in a shared bird’s-eye view (BEV) representation space for task-agnost
阅读全文
摘要：『笔记』LSS 1 Introduction Computer vision algorithms generally take as input an image and output either a prediction that is coordinate-frame agnostic. T
阅读全文
摘要：『论文』PointPainting 2. PointPainting Architecture 2.1. Image Based Semantics Network The image sem.seg. network takes in an input image and outputs per
阅读全文
摘要：『笔记』KITTI KITTI devkit_object包 浏览devkit_object.zip内容 This file describes the KITTI 2D object detection and orientation estimation benchmark, the 3D ob
阅读全文
摘要：『论文』PointNet++ https://zhuanlan.zhihu.com/p/266324173 Few prior works study deep learning on point sets. PointNet [20] is a pioneer in this direction.
阅读全文
摘要：『论文』PointNet 1. Introduction To perform weight sharing and other kernel optimizations, most researchers typically transform such data to regular 3D vo
阅读全文
摘要：『论文』VoxelNet 2. VoxelNet 2.1. VoxelNet Architecture 2.1.1 Feature Learning Network Voxel Partition + Grouping + Random Sampling Stacked Voxel Feature
阅读全文
摘要：『论文』SECOND 1. Introduction The key contributions of our work are as follows: We propose an improved method of sparse convolution that allows it to run
阅读全文
