prs-eth/LitePT

解决的问题

LitePT 解决了 3D 点云架构的高计算成本和内存需求问题，特别针对 Point Transformer V3 (PTv3) 的低效性。它提供了一种高性能的替代方案，显著更轻量、更快，同时不牺牲准确性。

工作原理

LitePT 是一种可在多种尺度（Small、Base、Large）使用的轻量级 3D 点云架构。它采用了一种名为 PointROPE 的专用组件，该组件提供 CUDA 优化版本以实现最大性能，以及纯 PyTorch 实现版本以支持更广泛的兼容性。该架构在参数量和内存占用方面更具效率，同时保持或超越了最先进骨干网络的性能。

适用人群

本项目适用于从事 3D 计算机视觉的研究人员和开发者，特别是专注于 3D 点云中的语义分割、实例分割和目标检测的人员。

主要亮点

• 高效率：LitePT-S 变体相比 PTv3 参数量减少 3.6 倍，运行速度提升 2 倍，内存使用量降低 2 倍。
• 可扩展性能：即使大型变体（LitePT-L）参数更多，其内存效率仍优于 PTv3。
• 多功能应用：支持在 NuScenes、Waymo、ScanNet 和 Structured3D 等基准上的语义分割、实例分割和目标检测。
• 灵活集成：提供独立实现和演示脚本，便于集成到外部项目中。