当前位置:网站首页>SCNet:Semantic Consistency Networks for 3D Object Detection
SCNet:Semantic Consistency Networks for 3D Object Detection
2022-08-11 05:23:00 【zhSunw】
框架采用VoteNet和PointNet++作为pipeline.
- Semantic Voting:将语义信息也作为每个点投票(预测)的信息
- 两个MLP分支分别完成正常VoteNet的投票(xyz坐标与feature特征)和Semantic Vote
- 将每个点的两个分支预测结果相结合
- Loss Function
设置超参数权重对各个任务loss进行加权 - Semantic Consistency Mechanism and Loss
如上图所示,以每个BBox的中心为球心,设置半径为0.2m的球内的点进行语义一致性loss计算:
pi为BBox的预测概率,sj为每个查询点的语义信息。
可以使得模型能够学习到几何信息和语义信息之间的关系,让预测BBOX更准确。
边栏推荐
猜你喜欢
随机推荐
SQL注入
>>开发工具:IDEA格式化代码无效
《现代密码学》学习笔记——第四章 公钥密码
GBase 8s与Oracle存储对比
华为adb wifi调试断线问题解决
【sqlyog】【mysql】csv导入问题
基于ijkplayer 0.8.8编译的完整so. libijkffmpeg.so等,支持ssl h265, rm, rmvb
DNS外带注入SQLMAP
Redis客户端管理神器RedisInsight 推荐
《现代密码学》学习笔记——第七章 密钥管理[一]
查看电脑配置信息
代币标准--ERC20协议源码解析
Mobx--store状态管理工具
docker搭建redis主从和哨兵模式集群
mysql基本概念之事务
Toolbar 和 DrawerLayout 滑动菜单
云计算学习笔记——第五章 网络虚拟化
《现代密码学》学习笔记——第八章 身份鉴别
ES6 模块化
正则表达式与绕过案例