Aug, 2022
Anytime-Lidar：面向截止时间的3D物体检测
Anytime-Lidar: Deadline-aware 3D Object Detection
TL;DR本文提出了一种新颖的调度框架，能够让基于深度神经网络（DNN）的3D物体检测管道具有实时感知能力。我们关注计算密集型的区域提案网络（RPN）和异类多头探测器组件，该框架能够使它们具备可感知截止期限的能力。我们提出了一种调度算法，可以智能地选择子组件的子集，从而在运行期间实现时间和精度之间的有效权衡。同时，本文通过估计，将先前检测到的物体投射到当前场景中，以最小化跳过一些神经网络子组件而损失精度。此外，我们将该方法应用于一个最先进的3D物体检测网络PointPillars，并使用根据nuScenes数据集评估其在Jetson Xavier AGX上的性能。与基线相比，本文的方法显着提高了网络在各种截止期限下的精度。