【论文阅读】【3d目标检测】CIA-SSD

论文标题：CIA-SSD: Confident IoU-Aware Single-Stage Object Detector From Point Cloud

2021AAAI 香港中文大学出品
达到了不错的ap，速度也挺快的。

老规矩，上图！

文章框架很明了，主要是进行了三步操作：

首先是encode

利用second的框架，首先对于原始点云进行voxel化，随后ssc卷积生成dense feature map 这个dense是针对于z方向而言的。生成BEV feature map后输入到ssfa模块。

SSFA

SSFA模块分为两个group，对于spatial group，我们保持维度不变，进行卷积，使得feature的感受野变大。
对于semantic group 作者指出为了得到更高维的信息，进行一个spatial维度的降低，同时增大feature
的channel。
最后利用deconv恢复semantic group的feature维度。一支输送到spatial group将两个group的feature进行concat拼接。
另一分支则进行两个group的特征融合：

引入了自注意力机制。

随后对于得到的feature map执行多任务

head

为了消除confidence和iou预测值两者不匹配的问题，作者提出了一个新的辅助变量： IoU-Aware Confidence
主要思想就是原来的nms依靠于confidence，而作者通过实验发现预测出来的iou是有判别力的：

为了让预测出来iou较高的bbox能contribute更多，作者引入了一个超参数β，
随后与class score进行相乘，用这个数来进行nms操作。
这样做的好处是：让使得iou高与低的bbox的效果得到极化。
在训练过程中 iou与class score的预测分开来训练，只有推理的时候采用f来进行nms操作。

新nms：

主要思想就是多个bbox回归proposals。
感觉是一个通用的框架

我的思考：

快在哪？
文章前半部分仿照了second 后半部分进行2d卷积，主要的计算存在于3d卷积中，要说快在哪 我觉得是文章没有采用vfe来提取体素特征，而是直接采用平均法代表每个体素。

这样做的坏处就是体素化后 单个体素内点的信息损失了一部分。ap会有一些损失。

好在哪？
提出了iou来监督nms，iou的预测来进行网络参数后向传播也对于网络优化有一定的作用。

总之 文章提出了一个通用的nms 以后写文章可以借鉴