【DETR用于3D目标检测】3DETR: An End-to-End Transformer Model for 3D Object Detection

论文简介：

本文提出了基于端到端的 3D 目标检测模型，并提出了具有非参数查询和傅里叶位置嵌入的 Transformer。通过大量的实验发现，3DETR 在具有挑战性的 ScanNetV2 数据集上比 VoteNet 基线高出9.5%。此外，本文还展示了 3DETR 适用于检测之外的三维任务，并可以作为未来研究的构建块。

其中 3DETR 是一种端到端可训练的 Transformer，它以一组三维点（点云）作为输入，并输出一组三维边界框。编码器使用多层自注意产生一组点特征。点特征和一组“查询”嵌入被输入到产生一组边界框的解码器中。然后将预测的盒子与地面真实值相匹配，并优化一个集合损失。

注意该模型不使用颜色信息，斌且随机抽样一组嵌入的“查询”点，这些点然后被解码器转换为边界框预测。

具体实现：

基本框架

3DETR 以一个三维点云作为输入，并以三维边界框的形式预测物体的位置。点云是