点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

作者丨黄浴@知乎

来源丨https://zhuanlan.zhihu.com/p/345296801

编辑丨3D视觉工坊

AAAI2021录取论文 “CIA-SSD: Confident IoU-Aware Single-Stage Object Detector From Point Cloud“，作者来自香港中文大学。

作者提供代码：（基于开源工具Det3D）https://github.com/Vegeta2020/CIA-SSD

其基本思想是校准单步目标检测中分类和定位两个任务，提出Confident IoU-Aware Single-Stage object Detector (CIA-SSD)。第一个是Spatial-Semantic Feature Aggregation（SSFA）模块，为了准确预测目标框和分类置信度，自适应地融合低端spatial feature和高端抽象semantic feature。而第二个是IoU-aware confidence rectification模块，对置信度进一步校准（rectified），使其和定位精度更加一致。最后采用Distance-variant IoU-weighted NMS获得更平滑的回归并避免冗余预测。

该文和SASSD方法，即CVPR2020论文 “Structure Aware Single-stage 3D Object Detection from Point Cloud“提出的，进行比较，如图直观结果：

如图所示是模型流水线：包括 (i) sparse convolutional network (SPConvNet) 对点云编码；(ii) SSFA 提取spatial-semantic features，其中有attentional fusion模块; (iii) 带有confidence function的multi-task head对分类置信度进行IoU-aware校准，采用Distance-variant-NMS做定位后处理。

SPConvNet基本follow以前SECOND设置，包括4个blocks，每个带几个submanifold SSC（即子流型稀疏卷积），一个SC（稀疏卷积）。

为抑制低IoU预测的不确定性，并增强鉴别低IoU预测和高IoU预测的能力，引入rectification item，即

这样得到一个multi-task head中的Confidence校准函数：

最后是NMS算法：

训练的loss函数，基本按传统来，即Focal loss, Smooth-L1 loss, 分类cross-entropy loss (Lcls), 回归 (Lbox), 方向分类 (Ldir)。加一个IoU的规范化项，即

用于Smooth-L1的IoU loss （Liou）。注：只有正样本才做。这样总loss：

实验中，CIA-SSD平均推理时间30.76ms, 包括 (i) 网络推送之前的数据处理2.84ms; (ii) 网络数据处理24.33ms；(iii) 后处理3.59ms。

实验结果对比表：

一些直观例子：

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~