FSMDet 用于全稀疏 3D 探测器的视觉引导特征护散 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 近年来，全稀疏3D检测越来越受到关注。然而，这些框架中特征的稀疏性挑战了检测器的生成，因为它有限的扩散过程。此外，对效率的追求导致了只有很少关于视觉辅助全稀疏模型的研究。 在这篇论文中，作者提出了FSMDet (Fully Sparse Multi-modal Detection)，它利用视觉信息引导LiDAR特征扩散过程，同时保持 Pipeline 的有效性能。 具体来说，大多数全稀疏工作专注于复杂的定制中心融合扩散/回归运算符。然而，作者观察到，如果进行适当的目标补全，即使是最简单的插值运算符也能得到令人满意的结果。 受此观察启发，作者将视觉引导的扩散过程分为两个模块：一个形状恢复层（SRLayer）和一个自扩散层（SDLayer）。 前者使用RGB信息恢复目标的 ………………………………