CatFree3D:基于扩散的类别无关的3D物体检测 ！

文章预览

基于图像的3D目标检测在自动驾驶和机器人领域得到了广泛应用，然而，由于设置复杂的问题和有限的训练数据，当前系统在泛化方面仍然存在困难。 作者提出了一种新颖的流水线，将3D检测与2D检测和深度预测分离开来，利用基于扩散的方法来提高准确性，并支持分类无关的检测。 此外，作者还引入了标准化匈牙利距离（NHD）度量方法，对3D检测结果进行准确评估，解决传统IoU和GIoU度量方法的局限性。 实验结果显示，作者的方法实现了最先进的准确性和在各种物体类别和数据集上的强大泛化能力。 1 Introduction 基于图像的3D目标检测系统旨在从输入图像中识别和定位物体。这些系统在自主车辆和机器人等领域中发挥着关键作用。 近年来，深度学习的发展显著提升了3D目标检测。虽然这些方法已经得到了工程上的良好实现，但它们仍然主要是领域特 ………………………………