作者 | Wonderful 编辑 | GiantPandaCV
点击下方卡片,关注“自动驾驶之心”公众号
ADAS巨卷干货,即可获取
点击进入→自动驾驶之心【全栈算法】技术交流群
后台回复【标定工具】获取2D检测/分割/关键点,3D点云检测分割标注工具!
【导语】修改开源的 3D 检测算法,使用了 pytorch 自带的 DConv,省去 linux 下编译 DConv 的 cuda 代码,可以直接在 window 下训练和测试。在源码基础上增加了 finetune 和 resume 等功能,并提供了重新训练的模型。
代码:https://github.com/Huangdebo/SMOKE-window
[x] 模型效果
1 网络结构
smoke 的网络机构比较简单粗暴,一个 DLA 直接出 w/4, h/4 的特征图,然后分成两路:(1) 关键点检测,用以得出每个类别的目标的 3D 中心点在 2D 图像中的投影 (2) 3D 信息的回归, depth_offset(1), keypoint_offset(2), dimension_offset(3), orientation(2),共 8 个channel。
2 3D 检测
2.1 关键点分支
类似 centernet,把目标看成点来检测,但不同的是,smoke 利用的是 3D box 的中心投影点,而不是 2D box 的中心点。
2.2 回归分支
首先是 location,网络回归的都是偏差,对于 Z 方向的值,通过预设的偏移量和尺度因子来计算:对于 x,y,则是通过关键点分支得到的投影中心点和回归的偏移量计算得出,然后在通过反投影计算出 location:dimension 也是通过统计预设值和回归值来计算:对于航向角的计算比较绕,smoke 并不是直接回归航向角,而是通过间接计算:在下图中将小车沿着y轴顺时针旋转,待小车和camera连线与相机坐标系的z轴重合时停止,那么紫色的角是没有发生变化的。于是有r_y 和 alpha 就是 KITTI label 中的 rotation_y 和 alpha,β 就是论文中的 αz。但 smoke 也不是直接回归 αz,而且转化成另外一个变量 αx,αx 也是编码成 [sin(α), cos(α)],进行归一化处理基于上面的计算值,就可以 3D box 的8个顶点坐标了
3 loss 计算
3.1 关键点分类 loss
与 centernet 类似,在 focal loss 的基础上加权,对中心点附近的位置降低loss权重,并通过巧妙的设计来抑制中心附近的回归值,让只有中心一个尖峰:
3.2 回归 loss
smoke 使用了 disentangling loss 形式来计算回归分支的 loss,计算 3D box 需要 rotation_y,dimension 和 location 三个变量,disentangling 则是用一个预测值 + 两个 groundtruth 值来计算,从而得到三个 3D box,在进行 L1 loss 计算。所以总的 loss 就是 分类 loss 和 3 个不同的 L1 回归 loss
结论:
SMOKE 的backbone 使用了 DLA,而且依赖 Dcnv,所以模型比较大,对落地部署不是很友好。而且是依赖镜头的内参的,不清楚多种数据训和训练效果如何。3D框的回归比较稳定,但存在漏检,尤其是小目标和只出现一部分的目标。如果能参考主流 2D 检测的多层检测,和优化关键点分支的策略,也许能缓解这些问题。
【自动驾驶之心】全栈技术交流群
自动驾驶之心是首个自动驾驶开发者社区,聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多传感器融合、SLAM、光流估计、深度估计、轨迹预测、高精地图、规划控制、模型部署落地、自动驾驶仿真测试、硬件配置、AI求职交流等方向;
添加汽车人助理微信邀请入群
备注:学校/公司+方向+昵称
自动驾驶之心【知识星球】
想要了解更多自动驾驶感知(分类、检测、分割、关键点、车道线、3D目标检测、多传感器融合、目标跟踪、光流估计、轨迹预测)、自动驾驶定位建图(SLAM、高精地图)、自动驾驶规划控制、领域技术方案、AI模型部署落地实战、行业动态、岗位发布,欢迎扫描下方二维码,加入自动驾驶之心知识星球(三天内无条件退款),日常分享论文+代码,这里汇聚行业和学术界大佬,前沿技术方向尽在掌握中,期待交流!