Voxel-FPN，一种来自海康威视的3D目标检测方法，通过多尺度体素特征提取和聚合实现高效检测。尽管结构简单，但在点云数据的3D检测中表现出色。论文探讨了Voxel Feature Extraction、Multi-scale Feature Aggregation和RPN-FPN组件，但实验表明加入4S尺度特征可能导致性能下降。对于SSD与FPN-RPN的比较，作者未提供清晰解释，引发了一些疑问和思考。
论文题目
Voxel-FPN: multi-scale voxel feature aggregation in 3D object detection from point clouds
该论文由海康威视出品，虽然结构简单，但效果就是好。排到了第三的位置上。
Voxel-FPN
整体框架如下，分为三个部分。
Voxel Feature Extraction
这部分的feature的extraction的方式是与VoxelNet一模一样的，具体见下图：
与VoxelNet不同是，在提取Voxel的feature的时候，就对多个尺度的Voxel进行了处理。分别为S，2S和4S，与传统的FPN不同，输入的图片只有最高分辨率的一张，本文相当于对输入的图片就行了下采样，与不同层的feature map相融合。
Multi-scale Feature Aggregation
得到的Voxel的feature其实还是一个四维的数据，但文中也没细说怎么处理，反正用的卷积核是2D卷积核，所以我认为是将同一位置不同高度的voxel的feature堆叠起来了。
具体的操作如下图：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
