抽象的
我们在自主驾驶背景下从点云中解决了实时3D对象检测问题。速度至关重要，因为检测是安全的必要组件。然而，由于点云的高维度，在计算中，现有方法昂贵。我们通过代表来自鸟瞰图（BEV）的场景，以及提出像素，例如，从像素 - 明智的神经网络预测解码的导向的3D对象估计输出的一个无需单级检测器来更有效地利用3D数据。输入表示，网络架构和型号优化专门设计成平衡高精度和实时效率。我们验证了两个数据集上的像素：Kitti BEV对象检测基准，以及大规模的3D车辆检测基准。在两个数据集中，我们表明，在平均精度（AP）方面，所提出的探测器概括地超越了其他最先进的方法，而仍然在10 FPS中运行。
作者
会议
CVPR.
全文
优步阿格
注释