Voxel-FPN: multi-scale voxel feature aggregation in 3D object detection from point clouds

PointPillar의 최초의 특징량 추출을 VFE를 사용해 한층 더 멀티 Voxel에 update한 모델.
Voxel이라고 써 있지만 Pillar에서 PointCloud를 구분하고 있는 것은 아닐까 생각한다(자세한 내용이 쓰지 않았기 때문에 추측)

알고리즘

voxel feature extraction

voxelize한 점을 VoxelNet 에서 제안된 VFE를 사용해 Voxel 마다의 특징을 꺼낸다.

Voxelization은 3 종류의 해상도로 실시한다.

Multi-scale feature aggregation

Voxel 마다의 특징으로부터, 이웃씨의 특징을 얻기 위해서, conv2d를 stride2와 stride1을 하고 있을 뿐.
* conv2d가 여기에서 사용되고 있기 때문에 Voxelization은 Pillar를 사용하고 있지 않을까 추측

RPN-FPN

Resion Proposal Network에 FPN(Feature Pyramid Network)을 사용하고 있다.

결과

거의 정밀도 변하지 않네요~
voxel을 여러 해상도로 해도 그다지 의미 없다는 것이 증명되었다는 것일까?!
속도도 상당히 느려지고 PointPillar가 실용성이 좋다.


PointPillar보다 정밀도가 좋다고 말하고 싶다.
잘 보면 PointPillar를 능가하는 moderate로 비교하고 있다. . .

결론

· 무엇을 비교해 무엇을 주장하고 싶은지 조금 알기 어려운 논문이었다.

참고문헌

Voxel-FPN: multi-scale voxel feature aggregation in 3D object detection from point clouds
htps : // 아 rぃ v. rg / pdf / 1907. 05286. pdf