EPDet: Enhancing point clouds features with effective representation for 3D object detection
Notice bibliographique
Résumé
Effective 3D object detection relies on strong feature representation. Both global features and representative characteristics of the objects are vital for detection. However, traditional convolution’s perception range limits large receptive fields, and current object feature representation has room for enhancement. Addressing these concerns, we introduce a 3D outdoor object detector to enhance the point clouds feature, referred to as EPDet. Specifically, for global features, we propose a BEV-Offset Transformer in the BEV (Bird’s Eye View) domain. This adaptable module enhances semantic connections among objects, suiting various 3D detection methods. In addition, to refine point cloud features, we employ Focal Conv as our 3D ( 3-dimensional) backbone, exploring multi-modal fusion effects. In the 2D (2-dimensional) backbone, our Pyramid-like Conv captures detailed contextual features. EPDet performs well in the dense object scene owing to scene-wide global features captured by BEV Offset Transformer. In the multi-class tests, EPDet excels in detecting smaller objects due to more refined features represented by Focal Conv and Pyramid-like Conv. In experiments, as a plug-and-play module, we validate the BEV Offset Transformer’s effectiveness across single-stage (SECOND), two-stage (Voxel-RCNN), and multi-stage (CasA) algorithms. Robustness is tested on KITTI, NuScenes, and ONCE datasets. The proposed EPDet, in the KITTI subset, EPDet (CasA-based) achieves an impressive 85.56% accuracy in the car category. EPDet (Voxel-RCNN-based) surpassed baseline 1.65% mAP (mean Average Precision) (moderate subsets) in multi-class detection. The precision of EPDet is on par with the SotA (State of the Art) 3D outdoor object detectors based on point clouds.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».