2D点云目标检测实战：基于PointNet++的轻量化解决方案

1次阅读

共计 2149 个字符，预计需要花费 6 分钟才能阅读完成。

在自动驾驶和机器人感知领域，2D 点云目标检测面临几个典型挑战：

点云稀疏性：远距离物体点云过于稀疏，传统基于体素化的方法（如 VoxelNet）会丢失几何细节
遮挡问题：动态场景中车辆相互遮挡导致点云不完整
噪声敏感：激光雷达的反射噪声和运动畸变影响检测稳定性

传统方法主要分为两类：

体素化方法（如 VoxelNet）
优势：规则数据结构便于卷积操作
劣势：量化过程丢失精确几何信息，计算量大
点云直接处理方法（如原始 PointNet）
优势：保留原始几何特征
劣势：缺乏局部特征聚合能力，对密度变化敏感

# 特征金字塔构建代码示例
class FeaturePyramid(nn.Module):
    def __init__(self):
        super().__init__()
        self.sa1 = PointNetSetAbstraction(npoint=512, radius=0.2, nsample=32, in_channel=3, mlp=[64,64,128])
        self.sa2 = PointNetSetAbstraction(npoint=128, radius=0.4, nsample=64, in_channel=128+3, mlp=[128,128,256])
        self.sa3 = PointNetSetAbstraction(npoint=None, radius=None, nsample=None, in_channel=256+3, mlp=[256,512,1024])

    def forward(self, xyz):
        # xyz shape: [B, N, 3]
        l1_xyz, l1_points = self.sa1(xyz, None)
        l2_xyz, l2_points = self.sa2(l1_xyz, l1_points)
        l3_xyz, l3_points = self.sa3(l2_xyz, l2_points)
        return [l1_points, l2_points, l3_points]

采用改进的 SE 模块，计算量降低 60%：

$$
\text{Attention}(\mathbf{F}) = \sigma(\text{MLP}(\text{AvgPool}(\mathbf{F})) + \text{MLP}(\text{MaxPool}(\mathbf{F})))
$$

其中 $\sigma$ 为 Sigmoid 函数，两个 MLP 共享权重。

算子融合：将 Conv+BN+ReLU 合并为单个计算单元
定点量化：采用 8 -bit 对称量化，保留 1 个符号位
内存布局优化：使用 NHWC 格式提升缓存利用率

def normalize_point_cloud(pc):
    """pc: [N, 3]"""
    centroid = np.mean(pc, axis=0)
    pc = pc - centroid
    max_dist = np.max(np.sqrt(np.sum(pc**2, axis=1)))
    pc = pc / max_dist
    return pc

def random_sampling(pc, num_sample):
    if pc.shape[0] > num_sample:
        indices = np.random.choice(pc.shape[0], num_sample, replace=False)
    else:
        indices = np.random.choice(pc.shape[0], num_sample, replace=True)
    return pc[indices]

class HybridLoss(nn.Module):
    def __init__(self, alpha=0.25, gamma=2):
        super().__init__()
        self.focal = FocalLoss(alpha=alpha, gamma=gamma)
        self.iou = IoULoss()

    def forward(self, pred, target):
        return self.focal(pred['cls'], target['cls']) + \
               0.5 * self.iou(pred['box'], target['box'])