面试----点云

1.你采用的点云，原始输出哪些信息？
      x,y,z,time,ring,intensity.
2、点云的特性
     点组成，每个点是x,y,z;无序性、不受排列顺序影响，稀疏性、近密远疏，非结构化。

3. pointpillars：
   3.1 是3D卷积还是2D卷积？
   在x,y平面上得到柱子（pillars).转化成特征向量。没有Z的信息，做2维卷积，速度更快。
   3.2 请介绍PointPillar网络中，将原始点云信息转换成2D伪图像的详细过程？
   3.3 介绍PointPillar网络训练过程中，自己用到的loss函数如何让组成？对目标方向角的loss做了哪些特殊处理？不同类别标注样本分布经常不均衡，如何处理训练样本类别不均衡的问题？
   3.4 请介绍自己在点云目标检测网络训练用的何种数据集？自己对数据集做了哪些数据增广的操作？
4. centerpoint：
   4.1 centerpoint使用什么表示目标？输入输出是
   点输出为基于类的Heatmap、目标的大小、转角和速度
   4.2 讲述centerpoint的整个流程
   4.3 Loss函数是什么

简单：
1、“目标检测、目标跟踪”所在的项目，自己在其中的工作主要是做那块，参与的时间。
2、使用的相机、激光雷达分别是什么。

中等：
1、项目中点云目标检测采用的算法是什么，为什么用这个算法（是否拿其他算法做过对比）。
2、点云跟踪算法采用的是什么方法，为什么采用这个方法。
3、对车、三轮车、行人等的识别距离分别是多少（大概）
4、是否已经部署到控制器，检测跟踪的速度分别是多少。
5、后续优化的方向是？