PointRCNN：点的RCNN方法

简介：
PointRCNN是一种基于点云数据的目标检测算法，它借鉴了计算机视觉中流行的两阶段物体检测框架(RCNN)，在三维空间中的点云上实现高效且准确的对象识别和定位。 PointRCNN：从点云生成和检测3D对象提案 PointRCNN：在CVPR 2019上发布，用于从点云中生成并检测多类别的通用3D物体提议的代码。 在这项工作中，我们提出了一个名为PointRCNN的两阶段3D目标检测器。该模型能够直接从原始点云输入中产生精确的3D边界框提案，并通过基于bin的回归损失在规范坐标系下进一步优化这些边界框。据我们所知，这是首次实现仅使用原始点云作为输入进行多类别联合训练的两阶段方法。 PointRCNN已经在KITTI数据集上进行了广泛的评估，在提交时达到了该领域内最先进的性能水平。 此外，我们的工作还支持在多个GPU上进行模型训练，并提供了一个优化过的GPU版本。