TANet 我们的代码主要基于和 ,谢谢! 我们还计划引入TensorRT,以进一步提高推理速度。 有关更多信息,请参阅。 新闻更新! 将TANet添加到最新的。 second.pytorch软件包中的TANet与pointpillars_with_TANet可以达到相同的性能,因此我建议您改用second.pytorch_with_TANet。 此外,仅在Nuscenes中使用TA模块比在Nuscenes数据集中的点桩有明显的改进。 (注意:在Nuscenes数据集上,请不要使用PSA或其他finemnets,而应使用TA模块。) 的网络架构 首先,我们将点云平均划分为由一组体素组成的体素网格。 然后,堆叠的三重注意力分别处理每个体素以获得更具区分性的表示形式。 随后,通过以最大合并方式聚合其内部的点来提取每个体素的紧凑特征表示。 然后,根据体素特征在网格中的原始空间位置进行排列,