SECOND: Sparsely Embedded Convolutional Detection Loss 简介基于体素划分的3D卷积网络可以较好的处理lidar信息,但是有推理速度慢和朝向估计的性能差的不足。SECOND贡献:提出了一种改进的稀疏卷积网络,应用于基于LiDAR的目标检测任务中,显著提高了训练和推理的速度。提出了新的角度损失回归方法,较其
SECOND: Sparsely Embedded Convolutional Detection 简介 3D目标检测整体框架 数据增强 体素网格特征提取器: 稀疏卷积中间层 区域提议网络RPN Loss 简介 基于体素划分的3D卷积网络可以较好的处理lidar信息,但是有推理速度慢和朝向估计的性能差的不足。 SECOND贡献: 提出了一种改进的稀疏卷积网络,应用于基于LiDAR的目标检测...
Graham, B. Spatially-sparse convolutional neural networks. arXiv 2014, arXiv:1409.6070. Graham, B. Sparse 3D convolutional neural networks. arXiv 2015, arXiv:1505.02890. Graham, B.; van der Maaten, L. Submanifold Sparse Convolutional Networks. arXiv 2017, arXiv:1706.01307. Graham, B.; Engel...
VoxelNet提出了一种基于Voxel进行识别的3D目标检测网络,取得了不错的效果,但是受限与VoxelNet网络中的3D卷积部分运算量过大,VoxelNet推理速度十分缓慢(4.4Hz一帧,VoxelNet更多内容见我上一篇整理),在这种背景下,SECOND的作者提出可以通过利用稀疏卷积来解决VoxelNet 3D卷积部分运算量过大的问题。除了改善了VoxelNet的运行速度...
Frustum-based 3D detection methods suffer from the ignorance of a 2D detector for that the object will never be detected in point cloud if it is omitted by a 2D image proposal. In this work, we propose a novel method named semantic frustum-based sparsely embedded convolutional detection (SFB...
标题:SECOND:Sparsely Embedded Convolutional Detection 作者:Yan Yan,Yuxing Mao,and Bo Li 来源:sensors 2018 摘要: 基于LiDAR或基于RGB-D的对象检测被用于从自动驾驶到机器人视觉的众多应用中。 在处理点云LiDAR数据时,基于体素的3D卷积网络已经使用了一段时间,以增强信息的保留性。 但是,仍然存在问题,包...
论文全名:SECOND: Sparsely Embedded Convolutional Detection 参考博客: 对于SECOND也有不少好的解读文章 周威大佬的解读很不错 周威:【3D目标检测】SECOND算法解析160 赞同 · 13 评论文章 稀疏卷积可以看这位大佬的解读 月明星稀风萧萧:通俗易懂的解释Sparse Convolution过程606 赞同 · 110 评论文章 方法标签:voxel-...
首先介绍了稀疏卷积和子流卷积(submanifold convolution)。然后是SECOND算法中的稀疏卷积实现方法(个人观点和前两者只有效率上的区别)。 Rule构建流程如下: 稀疏卷积中间层获取器:将稀疏3D数据转换为2D鸟瞰图像,用来学习z轴的信息。 4.区域提网络(RPN): 本方法使用一种类SSD结构来构建RPN,输入是稀疏卷积中间获取器得到...
SECOND: Sparsely Embedded Convolutional Detectionwww.mdpi.com/1424-8220/18/10/3337 参考的PyTorch版代码链接: https://github.com/traveller59/second.pytorchgithub.com/traveller59/second.pytorch 2.Sparse 3D convolution 在VoxelNet中,经过Feature Learning Network后得到的是稀疏的四维张量,为了后续检测,...
Second: Sparsely embed- ded convolutional detection. Sensors, 18(10):3337, 2018. 1Y. Yan, Y. Mao, and B. Li, "Second: Sparsely embedded convolutional detection," Sensors, vol. 18, no. 10, p. 3337, 2018.Yan Yan, Yuxing Mao, and Bo Li. Second: Sparsely embedded convolutional ...