Voxel Transformer

Voxel Transformer是一种在3D物体分类、检测和分割任务中取得了不错效果的方法。它结合了自注意力机制和特殊操作，以处理稀疏分布的非空体素。传统的全连接自注意力在处理大量非空体素时计算量太大，因此Voxel Transformer使用了一种高效的注意力机制来扩大注意力范围，并将每个查询的注意力体素数量限制在较小的范围内。在3D骨干网络的基础上，Voxel Transformer通过改进的transformer方法来提取特征。