Recently, sparse 3D convolutions have changed 3D object detection. Performing on par with the voting-based approaches, 3D CNNs are memory-efficient and scale to large scenes better. However, there is still room for improvement. With a conscious, practice-oriented approach to problem-solving, we analyze the performance of such methods and localize the weaknesses. Applying modifications that resolve the found issues one by one, we end up with TR3D: a fast fully-convolutional 3D object detection model trained end-to-end, that achieves state-of-the-art results on the standard benchmarks, ScanNet v2, SUN RGB-D, and S3DIS. Moreover, to take advantage of both point cloud and RGB inputs, we introduce an early fusion of 2D and 3D features. We employ our fusion module to make conventional 3D object detection methods multimodal and demonstrate an impressive boost in performance. Our model with early feature fusion, which we refer to as TR3D+FF, outperforms existing 3D object detection approaches on the SUN RGB-D dataset. Overall, besides being accurate, both TR3D and TR3D+FF models are lightweight, memory-efficient, and fast, thereby marking another milestone on the way toward real-time 3D object detection. Code is available at https://github.com/SamsungLabs/tr3d .


翻译:最近,稀有的三维相联体改变了3D对象探测。 与基于投票的方法相比, 3DCNN的功能是记忆效率高的, 规模更大。 然而, 仍有改进的余地。 有了自觉的、 面向实践的解决问题方法, 我们分析这些方法的性能, 并将弱点本地化。 我们运用我们的聚合模块, 逐个解决发现的问题, 我们最后采用TR3D: 快速全面进化的3D对象探测模型, 我们称之为TR3D+FF, 在标准基准( ScanNet v2, SUN RGB- D 和 S3DIS) 上实现最新水平的3D对象探测方法。 此外, 为了利用点云和RGB投入, 我们引入了 2D 和 3D 的早期融合。 我们运用我们的聚合模块, 使常规的 3D 对象探测方法集成并展示了令人印象深刻的性能。 我们的早期特性聚合模型, 我们称之为TR3D+FF, 超越了S- D 标准基准( SGB- D 模型) 和 SUN RGB- D D D 数据集 的现有3 的3 目标探测方法。 总而言, 的快速、 和标志- 3TRD 的快速的记忆, 3- 3- 和快速的标志- 3D 、快速的标志- 3D 正在的快速的快速的快速的识别- 3- 3D 、快速的识别- 、快速的识别- 3D 3D 、快速的识别- 、快速 、快速 、快速 、快速 、快速 、快速的识别- 、 、快速 、快速的 、快速的 、 、 、 、快速的 、快速的 、快速的 、快速的 、快速的 、快速的 、快速的 、快速的 、快速的 、快速的 、快速的 、快速的MFMD 、快速的MD 3D 、快速的M 、快速的 、快速的 、快速的M 、快速的 、快速的 、快速的M 、快速的 、快速的 、快速的 、快速的M 、快速的 、快速的 、快速的 、

0
下载
关闭预览

相关内容

3D是英文“Three Dimensions”的简称,中文是指三维、三个维度、三个坐标,即有长、有宽、有高,换句话说,就是立体的,是相对于只有长和宽的平面(2D)而言。
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
39+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
12+阅读 · 2021年6月21日
Arxiv
13+阅读 · 2021年3月3日
Arxiv
11+阅读 · 2019年4月15日
Arxiv
12+阅读 · 2019年4月9日
Arxiv
12+阅读 · 2019年1月24日
VIP会员
相关论文
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员