刷爆Waymo&nuScenes等四大榜单！LION：全新基于Linear RNN的3D检测框架横空出世！

文章预览

华中科技大学白翔团队，联合香港大学以及百度，提出了一种基于Linear RNN的全新3D检测框架LION，其性能在Waymo V2 大场景自动驾驶数据集上表现SOTA，且支持当前最主流的Linear RNN算子（RetNet, RWKV, Mamba, xLSTM, TTT）。 写在前面 Transformer在建立长距离关系模型时，其计算成本为输入特征序列长度呈现二次方的关系, 因此，在大规模3D点云感知任务（如3D物体检测）中的优势往往受到限制。相比之下，Linear RNN 的计算复杂度较低，适用于远距离建模。为了实现这一目标，我们提出了一个基于Linear Group RNN（即对grouped特征执行Linear RNN）的简单而有效的3D物体检测框架，称为 LION。与基于Transformer的方法相比，LION 的关键特性是允许在更大的group中进行充分的特征交互。然而，由于Linear Group RNN 在处理空间建模方面的局限性，在高度稀疏的点云中有效应用Linear Group RNN ………………………………