本文共 670 字，大约阅读时间需要 2 分钟。

论文：PV-RCNN++: Point-Voxel Feature Set Abstraction With Local Vector Representation for 3D Object Detection

PVRCNN的作者又放出了PVRCNN++，主要在效率上做了改进。

PV-RCNN++

本文首先介绍了PVRCNN，然后基于PVRCNN的框架介绍了PVRCNN++的改进。PVRCNN就不介绍了，可以详见。

PVRCNN速度慢主要是慢在了point-based network这个部分。PVRCNN对做了如下改进。

SPC

FPS比较慢，因为FPS是$O(n^2)$的时间复杂度。并且FPS是覆盖了整个场景的采样，大量的点会采在背景点上。所以作者提出SPC：第一步是用预测的proposal选出靠近物体的点，从而降低点的数量；第二步是将整个场景以激光雷达为原点，按角度分成多份，每个角度内，再用FPS。

VectorPool aggregation

SA另外慢还慢在了要做radiusNN，而且SA用的MLP会丢失相对位置关系。所以作者提出了VectorPool的操作，如下图：

KITTI上报告的运算速度是每帧0.06s，感觉也已经很高了。

转载地址：https://blog.csdn.net/wqwqqwqw1231/article/details/113923665 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！