【AAAI2022】SVT-Net的超轻量化网络

作者：范肇心，宋振波，刘红岩，卢志武，何军，杜小勇

论文概述：基于点云的大规模场景识别是自动驾驶领域和并发建图与定位（SLAM）领域的关键性技术之一。现有算法通过学习点云场景中的近程局部信息已经取得了不错的性能，但是他们通常忽略了如何利用蕴含在点云中的长程上下文特征。除此之外，现有算法庞大的参数量也使得将现有算法泛化到轻量级硬件设备上成为一个巨大的挑战。为了解决上述问题，本提出了一个叫做SVT-Net的超轻量化网络。SVT-Net由基于原子的稀疏体素Transformer（ASVT）和基于聚类的稀疏体素Transformer（CSVT），能够充分挖掘点云中的长短程上下文特征。同时，受益于ASVT和CSVT的轻量性和高效性，SVT-Net在场景识别准确度、算法效率和模型大小上，都能达到SOTA的效果。此外，我们也在文中介绍了SVT-Net的两个简化版本，在保障识别准确度的前提下，将模型参数量分别进一步降低为了0.4M和0.8M。

https://www.zhuanzhi.ai/paper/cf33126ab6416d615c1f64d2a5060e7e

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“SVTN” 就可以获取《【AAAI2022】SVT-Net的超轻量化网络》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源