3D目标检测经典模型比较

研一不知道干啥，下面罗列了最近看的一些3D目标检测模型，其中都当作笔记记录在了主页博客里，不过记得不规范的就设置为私密了。现在比较一下相当于复习了，下面简单列了他们的主要思路。（有错误理解欢迎指出）

首先是基于LSS范式的:

然后是基于transformer的：

然后是基于双目立体视觉的：

 

看了这些模型后的感受：

刚看基于transfromer的算法时，感觉未来的大方向就是类似于detr那种，感觉好简洁，摆脱了锚框和NMS，感觉网络可以放开干了，可是后面在detr的改进还是又加入了anchor的思想，希望基于注意力机制的模型可以多摆脱一些之前卷积网络的惯式，query在融合各种信息感觉更加自由，优雅。还有感觉双目立体视觉算法沿用了之前三维重建的很多思路，不过也差不多就是一回事，只是现在用于自动驾驶而已。还有就是看了nuscenes排行上排名前几的模型，感觉想上分就得加时序，对于视觉模型深度是最关键的点，得分高的模型不仅是多机位构造空间多视角，还要引入时序构造时序上的立体，还有就是bevdepth那种显示深度估计也起到不错的效果，不管显示隐式，我觉得在训练视觉模型时能用激光点云数据做监督才是本质。

只看论文不动手，感觉自己还是废物一个啊！

如果有大佬看到这边文章希望给点方向性意见，感觉好迷茫啊。