【论文阅读】【三维目标检测】Class-balanced Grouping and Sampling for Point Cloud 3D Object Detection

文章目录

• MEGV
• • DS Sampling
  • Multi-group Head Network
  • 效果
  • Ablation Study
  • 代码

Class-balanced Grouping and Sampling for Point Cloud 3D Object Detection
出自旷视，nuScenes 3D Detection Challenge的冠军。
本文更多的数据增广，训练的tricks，不是在网络层面提出新的网络结构。

MEGV

本文的创新点在于：

• DS Sampling：使得类之间的数量更平衡，以对小样本的类的处理能力
• Multi-group Head Network：用文章中的原话，“our method performs better when training all categories jointly than training each of them individually”

总体结构如下：

DS Sampling

说实话，这块感觉讲的也不是很明白，主要是sample的定义没有说明白。
但从结果来看，对最后的效果确实有提升，但从图2中看，看起来并没有很有效果。

Multi-group Head Network

设置group的原因有两个：

• group内部的类别size和shape相似，可以互相促进，学到有用的信息
• group内部的类别较为均匀，排除大类别对小类别的压制作用。而且，经过group，car这个大类别对应的分类不再是truck这种小类别，而是(Truck, Construction Vehicle)的集合，从而进一步减轻大类别对小类别的压制作用。

效果

这里看到了一些之前没有遇到过的评价标准

• mATE：Average Translation Error，the Euclidean center distance in 2D (units in meters)

• mASE： Average Scale Error，the 3D intersection over union (IOU) after aligning
  orientation and translation (1 − IOU)，最终应该是(1 − IOU)

• mAOE：Average Orientation Error，the smallest yaw angle difference between prediction and ground truth (radians)

• mAVE：Average Velocity Error，the absolute velocity error as the L2 norm of the velocity differences in 2D (m/s)

• mAAE：Average Attribute Error，1 minus attribute classification accuracy (1 − acc).

• NDS： nuScenes detection score (NDS)，一个综合指标，综合上述所有的指标。

Ablation Study

这一块东西可以作为3D Object Detection 通用的ablation study手段进行使用。
文中没有提到的是：

• Res-Encoder：应该就是做成ResNet形式
• WS：TODO：目前还没有查到
• Hi-res：TODO：目前还没有查到

代码

代码：https://github.com/poodarchu/Det3D
该代码仓库集合个多个3D检测的代码。