基于知识蒸馏和定位引导的Pointpillars点云检测网络

作     者：赵晶 李少博 郭杰龙 俞辉 张剑锋 李杰 ZHAO Jing;LI Shaobo;GUO Jielong;YU Hui;ZHANG Jianfeng;LI Jie

作者机构：厦门理工学院电气工程与自动化学院福建厦门361024 中国科学院福建物质结构研究所福建福州350108 中国科学院海西研究院泉州装备制造研究中心福建泉州362000 厦门市高端电力装备及智能控制重点实验室福建厦门361024 

基　　金：福建省科技计划(No.2021T3003) 泉州市科技计划(No.2021C065L) 福建省科技厅自然科学基金(No.2020J01285,No.2022J05285) 

出 版 物：《液晶与显示》 (Chinese Journal of Liquid Crystals and Displays)

年 卷 期：2024年第39卷第1期

页      码：79-88页

摘      要：激光雷达数据由于其几何特性,被广泛应用于三维目标检测任务中。由于点云数据的稀疏性和不规则性,难以实现特征提取的质量和推理速度间的平衡。本文提出一种基于体柱特征编码的三维目标检测算法,以Pointpillars网络为基础,设计Teacher-Student模型框架对回归框尺度进行蒸馏,增加蒸馏损失,优化训练网络模型,提升特征提取的质量。为进一步提高模型检测效果,设计定位引导分类项,增加分类预测和回归预测之间的相关性,提高物体识别准确率。本网络所做改进没有引入额外的网络嵌入。算法在KITTI数据集上的实验结果表明,相比于基准网络,在三维模式下的平均精度值从60.65%提升到了64.69%,鸟瞰图模式下的平均精度值从67.74%提升到70.24%。模型推理速度为45 FPS,在提升检测精度的同时满足了实时性要求。

主 题 词：激光点云 三维目标检测 知识蒸馏 分类置信度 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 0703[理学-化学类] 081101[081101] 0811[工学-水利类] 

D　O　I：10.37188/CJLCD.2023-0058

馆 藏 号：203125507...