[3D OD LiDAR 편] Point Pillars: Voxel에서 Pillar까지의 시대?!
PointPillars: Fast Encoders for Object Detection from Point Clouds
이전VoxelNet과 달리 공간은 Voxel로 포착된 것이 아니라 Pillar로 포착된 것이다!
그것에 따라 대폭 고속화되었다.
계산법
입력(Point cloud to Stacked Pillar)
다음과 같은 9개의 특징으로 구성되어 있다
점의 위치 및 반사 강도
Xc, yc, zc=>pillar 내 Point의 평균값과 거리
pillar의 중심 위치의offset
이로써 tensor size는 size(D, P, N)가 됩니다.
DxPxN = 단점이 가지고 있는 비트 (9) x점에 존재하는 pillar의 수량 x pillar에 존재하는 점의 수량
특징량 학습(Stacked Pillar to Learned Feature)
Point Net에서 (D(9개 피쳐), P, N) 학습(C, P, N)의 피쳐 양
Pillar 내에서 Channel-wise 키를 눌러 최대값을 얻으면 받기(C, P)
shape 변환(Learned Feature to Pseudo Image)
Pillar를 원래의 Height와 width로 복원하면(C, H, W) Pseudo Image를 받을 수 있다.
*3D 높이 정보가 채널에서 축소됨
Backbone
2D Detection의 Backbone(추출된 피쳐의 Module)과 동일
Detection Head
2D Detection의 SSD Head 사용(얻은 피쳐에 따라 최종 Detection의 Module)
결실
SECOND보다 정밀도가 조금 더 좋은데, 스피드가 3배 정도 빨라요!
*Speed의 경우 Detection 영역이 축소되었으므로 주의하십시오.
결론
·Voxel 대신 Pillar를 사용해 고속화했다.
참고 문헌
PointPillars: Fast Encoders for Object Detection from Point Clouds
https://arxiv.org/pdf/1812.05784.pdf
Reference
이 문제에 관하여([3D OD LiDAR 편] Point Pillars: Voxel에서 Pillar까지의 시대?!), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/minh33/items/eec4ca9d4b9e37191177
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
입력(Point cloud to Stacked Pillar)
다음과 같은 9개의 특징으로 구성되어 있다
점의 위치 및 반사 강도
Xc, yc, zc=>pillar 내 Point의 평균값과 거리
pillar의 중심 위치의offset
이로써 tensor size는 size(D, P, N)가 됩니다.
DxPxN = 단점이 가지고 있는 비트 (9) x점에 존재하는 pillar의 수량 x pillar에 존재하는 점의 수량
특징량 학습(Stacked Pillar to Learned Feature)
Point Net에서 (D(9개 피쳐), P, N) 학습(C, P, N)의 피쳐 양
Pillar 내에서 Channel-wise 키를 눌러 최대값을 얻으면 받기(C, P)
shape 변환(Learned Feature to Pseudo Image)
Pillar를 원래의 Height와 width로 복원하면(C, H, W) Pseudo Image를 받을 수 있다.
*3D 높이 정보가 채널에서 축소됨
Backbone
2D Detection의 Backbone(추출된 피쳐의 Module)과 동일
Detection Head
2D Detection의 SSD Head 사용(얻은 피쳐에 따라 최종 Detection의 Module)
결실
SECOND보다 정밀도가 조금 더 좋은데, 스피드가 3배 정도 빨라요!
*Speed의 경우 Detection 영역이 축소되었으므로 주의하십시오.
결론
·Voxel 대신 Pillar를 사용해 고속화했다.
참고 문헌
PointPillars: Fast Encoders for Object Detection from Point Clouds
https://arxiv.org/pdf/1812.05784.pdf
Reference
이 문제에 관하여([3D OD LiDAR 편] Point Pillars: Voxel에서 Pillar까지의 시대?!), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/minh33/items/eec4ca9d4b9e37191177
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
·Voxel 대신 Pillar를 사용해 고속화했다.
참고 문헌
PointPillars: Fast Encoders for Object Detection from Point Clouds
https://arxiv.org/pdf/1812.05784.pdf
Reference
이 문제에 관하여([3D OD LiDAR 편] Point Pillars: Voxel에서 Pillar까지의 시대?!), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/minh33/items/eec4ca9d4b9e37191177
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
Reference
이 문제에 관하여([3D OD LiDAR 편] Point Pillars: Voxel에서 Pillar까지의 시대?!), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/minh33/items/eec4ca9d4b9e37191177텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)