中科院自动化所和图森联合开源FSD V2：通过虚拟体素改进的全稀疏三维物体检测

点击上方“计算机视觉life”，选择“星标”

快速获得最新干货

小六的机器人SLAM圈】，在这里你可以收获：
星主答疑解惑/定期直播分享/最新招聘信息/笔面试题速递/行业最新动态/

每日领域论文翻译/成员定期交流活动

还有星球专属视频哦~（图片篇幅有限，更多内容请移步官网cvlife.net查看~）

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

#论文##开源# arxiv 2023|中科院自动化所和图森联合开源FSD V2：通过虚拟体素改进的全稀疏三维物体检测

【FSD V2: Improving Fully Sparse 3D Object Detection with Virtual Voxels】

文章链接：[2308.03755] FSD V2: Improving Fully Sparse 3D Obj...

开源代码：GitHub - tusen-ai/SST: Codes for “Fully Sparse 3D ...

基于LiDAR的全稀疏架构引起了越来越多的关注。FSDv1作为代表性的工作在效能和效率方面表现出色，尽管具有复杂的结构和手工设计。在本文中，我们介绍了FSDv2，这是FSDv1的升级版本，旨在简化以前的FSDv1，同时消除其手工设计的实例级表示引入的归纳偏差，从而提高更好的通用适用性。为此，我们引入了虚拟体素的概念，取代了FSDv1中基于聚类的实例分割。虚拟体素不仅解决了全稀疏检测器中臭名昭著的中心特征缺失问题，还赋予了框架更加优雅和简化的方法。

因此，我们开发了一系列补充虚拟体素概念的组件，包括虚拟体素编码器、虚拟体素混合器和虚拟体素分配策略。通过经验验证，我们证明虚拟体素机制在功能上类似于FSDv1中的手工聚类，同时更具通用性。我们在三个大规模数据集上进行了实验证明：Waymo开放数据集、Argoverse 2数据集和nuScenes数据集。我们的结果展示了在这三个数据集上的SOTA，突显了FSDv2在长距离场景中的优越性，并且其通用适用性可以在各种场景中实现具有竞争力的性能。此外，我们提供了全面的实验分析，以阐明FSDv2的工作原理。