【3D OD LiDAR編】SECOND : Sparse Convolutionで高速化

SECOND: Sparsely Embedded Convolutional Detection


VoxelNetとほとんど同じなSECOND。
違う点だけを見ていきたいと思う。

1. Feature Learning Network => Voxel Feature and Coordinate + Voxel Feature Extractor
2. Convolutional Middle Layers => Sparse Conv Layer
3. Region Proposal Network => Region Proposal Network

新規性

Sparse Convolutional Middle Extractor

VoxelNetではConvolutional Middle Layersと呼ばれていた、3Dを2Dに畳み込む処理。 Sparse Convolutionを採用する事で高速化。

*Sparse Convolutionの詳細は別記事で追記

Region Proposal Network


2D Object Detectionの話だから軽く流すが、Multi ResolutionでLocalとGlobalの特徴量を得られる構成にした。

Sine-Error Loss for Angle Regression

角度のlossを計算する時0とPIで同じ角度を示すのに、値としてジャンプしてしまうのでsinやcosで解決しましょうっていう、よくあるやつ。

結果

 スピ-ドはSparse Convolutionalを3D=>2Dの畳み込みに採用し向上 精度は角度のlossにsinを使ったことと、2DのDetectionをMulti Resolutionにしたことによって向上 って感じかな〜。

結論

・VoxelNetを踏襲しつつ、精度も速度もシンプルな変更で上げていた。

参考文献

SECOND: Sparsely Embedded Convolutional Detection https://pdfs.semanticscholar.org/5125/a16039cabc6320c908a4764f32596e018ad3.pdf