3D检测笔记：3D目标检测算法基础_3d框检测有哪些算法

目录

• 前言
• 目标检测框架
• 目标检测评价指标
• • 单一指标
  • 综合指标
• 3D检测算法分类
• 3D检测算法发展

前言

 本文前半部分介绍行内相关基础知识，对基于激光雷达点云的3D目标检测算法进行一个概论性的总结。

目标检测框架

 类似二维视觉算法，基于三维点云的算法框架一般也采用主干网络+任务头的设计。

 如上图所示，对于基于点云数据的三维算法输入的原始数据为三维坐标（x,y,z）+反射率（R），其中反射率与反射的物体材质相关。

目标检测评价指标

 3D目标检测输出的结果一般是一个3Dbounding boxes(3D BBox)，包含了长（L）,宽（W）,高（H），以及中心点位置（X,Y,Z）以及旋转角度（θ）

单一指标

 3D目标检测的评价指标与2D目标检测的类似。首先根据标注框与预测框的 3D IOU 与阈值比较，判定预测结果是否为真，有一下三种情况：

• TruePositivte(TP)：检测到目标。
• FalsePositivet(FP): 检测错误。
• FalseNegative(FN):漏检。
   根据上面的指标可以计算出：
  P r e c i s i o n = T P T P + F P Precision = \\frac{TP}{TP+FP}Precision=TP+FPTP​
  Precision即为所有预测为真的结果中实际为真的比例，代表对类别模型的识别准确率。当然，准确率高不意味着模型性能好，如果还遗漏很多未检出的目标模型性能也是不行的。因此还有Recall（召回率）参数，用来表征该类别的查全率：
  R e c a l l = T P T P + F N Recall = \\frac{TP}{TP+FN}Recall=TP+FNTP​
   模型只有识别的准确率高，并且漏检的数量低才是是好模型。因此评价目标检测模型的性能必须综合Precise与Recall。

综合指标

• AP(Average Precision)
   在每次训练完后记录该轮的Recall以及Precision。当所有轮次结束后，以Recall为横坐标，Precision为纵坐标，绘制P-R曲线。
  
   计算P-R曲线的面积即可得到AP指标的值。
  A P = S p r AP = S_{pr} AP=Spr​

• mAP(mean Average Precision)
   前面AP的计算是基于某一种类别的指标，我们的目标检测器一般能识别多个种类的目标，当然模型对不同类别的物体的识别能力是不同的，mAP就是把各个类别的AP值求平均，得到模型整体的识别性能：
  m A P = ∑ m A P m mAP = \\frac{\\sum_{}^{m}AP}{m} mAP=m∑m​AP​
  下面以centerpoint的指标截图为例：
  
  m A P H = 71.9 + 67.0 + 68.2 3 ≈ 69 mAPH = \\frac{71.9+67.0+68.2}{3} \\approx 69 mAPH=371.9+67.0+68.2​≈69

3D检测算法分类

 3D检测算法根据输入的数据大致可以分为纯点云、纯视觉、多模态融合这三种方法。

1. 纯点云方法
   基于原始点云数据直接进行3D目标检测，核心是处理点云的空间结构。
   ‌空间栅格化‌：将点云划分成规则的体素或柱状单元，典型算法有：
   体素 - voxel_net：通过体素化实现点云的离散化表示，适合大规模点云的高效处理。
   柱状 - point pillars：将点云沿垂直方向分层，通过柱状特征聚合提升检测精度。
   ‌点集方法‌：直接对点云点集进行特征提取与分类，典型算法有：
   point_net / point_net++：通过多层感知机（MLP）对点集特征进行编码，逐步提升特征表达能力。
2. 纯视觉方法
   依托图像（如RGB、深度图）进行3D目标检测，核心是通过视觉信息推断深度与空间关系。
   ‌深度估计‌：通过单目或多目视觉技术估算场景深度，辅助3D定位。
   ‌伪点云‌：将图像信息转换为“伪点云”形式，再采用类似纯点云的方法进行检测，融合视觉与点云的检测逻辑。
3. 多模态融合方法
   结合点云、图像、激光雷达等多种传感器数据，通过特征级或决策级融合提升检测鲁棒性，是当前3D目标检测的主流方向之一。

3D检测算法发展

 可以参考专栏里后面这篇文章，转载自知乎博主@巫婆塔里的工程师的一篇文章。