CaDDN- Categorical Depth Distribution Network for Monocular 3D Object Detection

CVPR 2021 

单目纯视觉BEV检测模型

paper：https://arxiv.org/pdf/2103.01100

code：https://github.com/TRAILab/CaDDN

1. 视椎特征网络（和LSS做法一致，对深度有监督学习）
   1. DNN模块，抽图像特征
      1. 输入：
      2. 输出：，D：深度桶的数量，C：特征通道数
   2. 深度特征模块
      1. 输入：图像特征
      2. 输出：，对每个像素生成一个深度分布，再softmax后作为分桶结果
      3. 分桶方式：每个桶大小线性增加 linear-increasing discretization（LID）
         1.  di：索引号
   3. 点乘融合
      1. 输入：图像特征（reduce降通道后），深度分布
      2. 输出：视椎特征G
2. 视椎特征转voxel特征（和LSS做法一致）
   1. 输入：，视椎采样点，相机参数
   2. 输出：
   3. 做法：
      1. 视椎采样点用相机参数转到voxel索引
      2. 用上一阶段网络输出的深度（桶索引），去视椎特征G中抽取voxel特征V，在G对应位置周围用trilinear采样
3. voxel特征转bev特征
   1. 输入：
   2. 输出：
   3. 做法：直接reshape
4. DNN detector+head
   1. 采用PointPillars模块结构
5. loss：
   1. 深度监督：
      1. focal loss，前背景像素α：3.25/0.25
   2. 整体模型：
      1. dir：回归框朝向
      2. 0.2

其他附图：

感觉paper风格偏工程