Core Concepts
Effiziente Erkennung von kleinen 3D-Objekten durch dynamisches räumliches Beschneiden.
Abstract
In diesem Artikel wird eine effiziente Strategie zur Merkmalsbeschneidung für die Erkennung von 3D-Kleinobjekten vorgestellt. Durch die Verwendung eines dynamischen räumlichen Beschneidungsansatzes wird die Leistung des 3D-Detektors bei kleinen Objekten verbessert, während die unerschwinglichen Rechenkosten vermieden werden. Die Methode DSPDet3D erreicht führende Genauigkeit und Geschwindigkeit bei der Erkennung kleiner Objekte auf ScanNet und TO-SCENE Datensätzen.
Struktur:
Einleitung zur 3D-Objekterkennung
Verwandte Arbeiten zur 3D-Objekterkennung
Ansatz mit dynamischem räumlichem Beschneiden
Experimente und Ergebnisse
Schlussfolgerung und Einschränkungen
Stats
"Es dauert weniger als 2 Sekunden, um ein ganzes Gebäude mit mehr als 4500k Punkten zu verarbeiten."
"DSPDet3D verbessert den mAP aller Kategorien um 3% und den mAP kleiner Objekte um 14% im Vergleich zum aktuellen Stand der Technik."
Quotes
"Mit in-depth study, we observe the growth of computation mainly comes from the upsampling operation in the decoder of 3D detector."
"Our method achieves leading performance on small object detection."