让多任务奔跑起来！Waymo开放数据集3D语义分割任务冠军方案分享（图森）

后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文！

论文链接：https://arxiv.org/pdf/2206.11428.pdf

汽车人的碎碎念

今天分享图森打榜Waymo开放数据集3D语义分割任务的技术报告，整篇文章读下来比较通透。比较经典的打榜思路，尤其是后面的多任务学习、两阶段优化，有打榜或训练大模型需求的小伙伴可以仔细读读~

摘要

本文是2022年Waymo开放数据集3D语义分割挑战的第一名所形成的技术报告。算法名称LidarMultiNet，统一输出了3D语义分割、目标检测和全景分割任务。LidarMultiNet的核心是一个强大的基于3D体素的encoder-decoder网络，包含一个新颖的Global Context Pooling（GCP）模块，可从LiDAR帧中提取全局上下文特征以补充其局部特征。进一步，提出了一个可选择的二阶段模块来细化一阶段的分割结果。最终，LidarMultiNet取得了3D语义分割挑战第一名的成绩，并首次证明了主要的LiDAR感知任务可以统一在一个端到端的网络中实现。

本文的贡献如下：

1. 提出了一个高效的基于体素的LiDAR多任务网络，其统一了主要的 LiDAR 感知任务；

2. 提出了一种新颖的Global Context Pooling (GCP) 模块，以改进基于3D稀疏卷积的编码器-解码器架构中的全局特征学习；

3. 引入了两阶段的细化模块来细化第一阶段的语义分割结果或输出更准确的