prs-eth/LitePT

解決的問題

LitePT 解決了 3D 點雲架構的高計算成本與記憶體需求問題，特別針對 Point Transformer V3 (PTv3) 的低效率。它提供了一種高性能量的替代方案，顯著更輕量、更快，同時不犧牲準確性。

工作原理

LitePT 是一種可在多種尺度（Small、Base、Large）使用的輕量級 3D 點雲架構。它採用了一種稱為 PointROPE 的專用元件，該元件提供 CUDA 優化版本以實現最大效能，以及純 PyTorch 實作版本以支援更廣泛的相容性。該架構在參數量與記憶體使用量方面更具效率，同時保持或超越了最先進骨幹網路的效能。

適用對象

本專案適用於從事 3D 電腦視覺的研究人員與開發者，特別是專注於 3D 點雲中的語意分割、實例分割與目標偵測的使用者。

主要亮點

• 高效率：LitePT-S 變體相比 PTv3 參數量減少 3.6 倍，執行速度提升 2 倍，記憶體使用量降低 2 倍。
• 可擴展效能：即使大型變體（LitePT-L）參數更多，其記憶體效率仍優於 PTv3。
• 多功能應用：支援在 NuScenes、Waymo、ScanNet 和 Structured3D 等基準上的語意分割、實例分割與目標偵測。
• 靈活整合：提供獨立實作與示範腳本，便於整合至外部專案中。