SECOND: Sparsely Embedded Convolutional Detection

contributions

1. 应用sparse convolution 提升了训练以及inference的速度.
2. 提出一个novel 的angle loss 来回归yaw角.
3. 介绍了gt sampling的augmentation的方式.

sparse convolution这里还没有细研究，回过头来再来补充. 不过sparse convolution的提出确实比3d 卷积快了很多,
整个网络结构如下，也是比较好理解的，是一个single-stage的检测架构. 由此也可以看出，其实这里提出的sparse convolution可以应用到很多lidar-based的3d目标检测网络结构中.

训练时的target的构造如下

前面6个比较好理解，都是正常的回归loss, 主要是最后一个角度的，作者这里提到，如果简单的回归角度的话，对于那种翻转180的case, 尽管前面6个loss很小，但是yaw角的loss可能会很大，这样不利于网络的收敛。

为了解决这个问题，作者提出了， 用sin来辅助,即

那么这样弄了之后，就会发现，翻转180度的case解决了，但是又引入了新的问题，

因为预测出的yaw角可能是 $\theta$ 或 $\theta +-\pi$, 为了解决这个问题，作者又对角度加了一个分类的分支，即如果 $\theta >0$ label 就是positive, 如果 $\theta <0$ label就是negative.

这就是上面那个网络结构图里面，另外一个分类层的由来.

gt-sampling

作者提出了一种比较有意思的augmentation方式，即事先把训练集里面的每个框以及框里面的点云先存起来，然后在训练的时候，比如pedestrian这个类是要重采样的，就从数据集里面随机选出pedestrian这个类别的框和点云，补到当前训练的这一桢上面来，当然要和当前桢里面已经存在的目标做一个去重。
数据量小的时候，这种方式还是挺不错的，数据里大的时候，可能生成原始的框和点云都挺大的，不过这种方式对于类别不平衡，以及想让训练时见到更多复杂的环境而言，直观上确实挺有效的。