PointPillars: Fast Encoders for Object Detection from Point Clouds

PointPillars
摘要由CSDN通过智能技术生成

请添加图片描述
paper
code

问题及创新点

问题

  1. 固定的比点云编码往往速度更快,但效果不理想
  2. 基于学习的方法,检测效果更好,但效果不理想。

创新点

  1. 相比Voxel,提出了一种新的3D点云编码方法
  2. 提取的特征能够直接在2D检测网络上运行

网络架构

整个网络架构创新点主要在集中在Pillar Feature Net上,提出了一种新的3D点云特征提取方法。 Based SECOND
在这里插入图片描述

Pillar Feature Net

  1. 根据点云图像,以x,y坐标为面,以0.4m*0.4m的方式划分单元柱。
  2. 根据划分的点云柱,抽取P个非空的点云柱,每个点云柱子抽取N个非空的点,每个点是维度为D=9的特征信息 ( x , y , z r , x c , y c , z c , x p , y
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值