CLOCs网络结构

paper：
CLOCs: Camera-LiDAR Object Candidates Fusionfor 3D Object Detection
https://arxiv.org/abs/2009.00784

github：https://github.com/pangsu0613/CLOCs

简介

在3D目标检测领域，目前的fusion普遍都是deep fusion，效果不如纯lidar的方法。一个原因是由于camera和lidar两个传感器对物理世界的描述属于不同的视角（FV vs BEV）、不同的表征方式（rgb VS xyzi）、不同的存储方式（规则uv VS 无序），融合特征是否能很好的表征目标这是个问题；另外就是融合的算法在数据增强方面也有限制，不太好做数据增强。

在决策层面的融合相对简单很多，不需要考虑在信息层面的融合和互补，对结果做决策上的选择融合。本文的方法是采用了后融合的路径，使用任何一对预先训练好的2D和3D检测器，因此，可以很容易地被任何相关的已经优化的检测方法所使用。

网络架构