voxelnet_voxelnet和pointpillars几个值得记录的点

生成target的时候，计算anchor和GT的 IOU有几种方式，因为GT是有偏航角的，重点要把这点处理好；

一是用GT的扩大框去和anchor计算IOU，相对准确，也就是代码里面的 stand_up iou；

二是用旋转 IOU 去计算，这是最准确的一种, rotate iou;

三是用GT的垂直或者水平框与anchor计算IOU，主要根据GT 是和水平的anchor更加接近还是和垂直的 anchor 更加接近，相对准确；

三种方法如图所示：

---

对于偏航角通常的处理会有这么一个步骤：

rz = -ry - np.pi / 2

加负号是因为在图像坐标系中，kitti数据集的汽车方向是反的，在朝向前方的时候是-90度而不是90度；

再次减去90度是因为相机坐标系 xz 平面和激光坐标系 xy 平面存在90度的角度差，需要逆时针旋转90度；

---

在 3D 体格化点云数据的过程中，有以下几个点：

3D 体格化的原始数据都是0，根据点的位置放入该3D体格，放入点的格子需要进行标记，最后返回每个位置是否存在点数据的 mask，这个mask后续在卷积的过程中会用到，用它把mask为 0 的位置的特征清除掉；
由于每个体格 35、45 个点的数量限制，对点数据进行了一次随机的丢弃，根据 Waymo 的 mvf 方法报告，这种丢弃是会损失信息和影响精度的；
用 jit 的方法可以对3D 体格化点云数据过程进行加速一倍以上；

---

体格的大小是怎么影响最后的效果的？

在 mvf和pointpillars 里面，voxel_size 是[0.05, 0.05, 0.1] ， 比起voxelnet 的 0.2，0.2，0.4 大大增加了，每个里面的点数量也从35降低到了5，这是一个比较需要通过做实验来确定的参数。

---

RPN 网络怎么使用的是2D卷积？

最后它实际只在2维的层面进行了RPN，可以理解为把高度维度的信息也合并到了通道信息里面去了；

---

在进入 3D卷积和 RPN 之前，是对压缩过的体格局部特征（K*T*35）进行处理，因此，进入 3D卷积和 RPN 之前需要进行一次把体格特征重新打散回到 3D 空间的操作，也就是 scatter 操作。

第一步 通过 max pooling ： [K, T, 128] > [K, 128]
第二步 通过 K, 4 indices 索引 scatter_nd ： [N * 10 * 400 * 352 * 128]