CenterPoint数据增强实战：从原理到避坑指南

1次阅读

共计 1825 个字符，预计需要花费 5 分钟才能阅读完成。

在 3D 目标检测任务中，数据问题一直是制约模型性能的关键瓶颈。主要体现为以下两方面：

数据量不足 ：标注 3D 点云需要专业设备和大量人工，成本远高于 2D 图像标注。例如，KITTI 数据集的训练集仅包含 7481 个样本。
类别不平衡 ：真实场景中物体分布具有长尾特性。以 nuScenes 数据集为例，行人样本数是施工车辆的 15 倍以上。

这些问题直接导致模型出现：
1. 对稀少类别召回率低下（如检测不到远距离的摩托车）
2. 对旋转 / 遮挡等场景泛化能力差
3. 容易过拟合到主导类别的特征

方法类型	典型操作	优势	缺陷
传统点云增强	随机旋转、平移、缩放	实现简单，计算开销小	破坏点云空间结构关系
GT-Augmentation	从真值库插入新物体	解决类别不平衡	可能引入不合理的物体遮挡
CenterPoint 方案	全局变换 + 局部形变	保持物理合理性	需要仔细调参

核心差异 ：CenterPoint 采用层次化增强策略——先对整体场景做刚体变换，再对单个物体施加弹性形变，既增加多样性又保证场景合理性。

import numpy as np
from scipy.spatial import cKDTree

def apply_noise(points, noise_std=0.05):
    """注入高斯噪声（保持局部结构）"""
    noise = np.random.normal(0, noise_std, size=points.shape)
    return points + noise

def random_flip(points, flip_axis=0):
    """沿指定轴随机翻转"""
    if np.random.rand() > 0.5:
        points[:, flip_axis] = -points[:, flip_axis]
    return points

关键是要维护点云与图像的对应关系：
1. 对激光雷达点云做旋转矩阵 R 和平移向量 t 变换
2. 将相同变换应用于相机外参矩阵
3. 图像数据通过仿射变换实现视觉一致性

def sync_transform(points, image, calib):
    # 生成随机变换参数
    theta = np.random.uniform(-np.pi/6, np.pi/6)
    R = np.array([[np.cos(theta), -np.sin(theta), 0],
                  [np.sin(theta), np.cos(theta), 0],
                  [0, 0, 1]])
    t = np.random.uniform(-0.5, 0.5, size=3)

    # 点云变换
    points[:, :3] = (R @ points[:, :3].T).T + t

    # 相机参数更新
    new_calib = calib.copy()
    new_calib['R'] = R @ calib['R']
    new_calib['T'] = R @ calib['T'] + t

    # 图像变换（需处理边缘填充）image = cv2.warpAffine(image, R[:2], image.shape[:2][::-1])
    return points, image, new_calib

在 Waymo 数据集上的测试表明：