qh1的个人博客分享 http://blog.sciencenet.cn/u/qh1

博文

论文写法总结——PointPainting: Sequential Fusion for 3D Object Detec

已有 1366 次阅读 2021-12-25 21:51 |个人分类:论文写作|系统分类:论文交流

论文写法总结——PointPainting: Sequential Fusion for 3D Object Detection

 

摘要

1.各传感器在自动驾驶的重要性。2.大方向上写融合存在问题3.在这项工作上,我们提出….4.介绍该方法5.实验表明,在数据集上取得效果

 

1.引言

第一段:1.自动驾驶切入点。2.在本工作中,我们发现了….问题。3.引出我们解决的问题。

第二段:1.early work诠释上面发现的问题2.一个问句介绍此段。

第三段:1.给出答案解决提出的问题(可以加入图像)2.再次出现问句引出问题

第四段:1.再次诠释上段问题(通过大量文献)

第四段:1.别人是怎么解决这个问题的(加入文献)

第五段:1.继续诠释别人怎么解决问题,再指出缺点:特征模糊等,并未解决核心问题。

第六段:1.提出自己的工作2.解释工作3.解决什么问题

第七段:1.详细介绍自己工作的优点2.如何进行的实验

第八段:1.Contribution(分点写)

 

2.Architecture

根据网络整体框架,介绍其中的几部分(简洁)

2.1Image Based Semantics Network

2.2PointPainting:加入伪代码展示融合过程

2.3Lidar Detection

 

3.Eperimental setup

开头首先写个帽子:In this section we present details of each dataset and the experimental settings of…

3.1 Datasets:提供了什么样的样本(类型、数量),你如何使用它,检测哪些目标,有哪些特殊要求for fusion

3.2 Semantics Network Details

1.使用什么网络进行提取semantics2.如何训练这个网络。3.得到什么结果

3.3 Lidar Network Details

1.使用什么样的3D检测网络。2.如何配置(修改)网络。

 

4.Results

开头首先写个帽子:In this section ,we present … results on the KITTI datasets and compare to the literature.

4.1 Quantitative Analysis

1. 介绍KITTI数据集划分要求(easy Middle hard

2.验证集:融合在哪些网络中,效果主观评价一下。

3.测试集:用数据说话,最后再夸一下自己的工作。

4.2 Quantitative Analysis

再次分析工作的带来的改进,不再是整体的分析,而是把改进点拿出来分析为什么提高了检测精度。

 

5.Ablation Studies

介绍如何开展消融实验,再次用数据证明,此处无需过多主观评价。

5.1 对于消融实验以及网络整体的一个反思

1.在实验中图像语义分割的质量会影响融合效果

2.反思并讨论有哪些可以改进的空间

 

6.Conclusion

简单概括工作




https://wap.sciencenet.cn/blog-3499841-1318135.html

上一篇:浅谈L-C融合中的“卡脖子”问题
下一篇:花圃中的“科研”
收藏 IP: 111.38.164.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-8-17 15:05

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部