PointNeXt：通过改进的模型训练和缩放策略审视PointNet++

PointNet++ 是用于点云理解的最有影响力的神经架构之一。尽管 PointNet++ 的准确性已被 PointMLP 和 Point Transformer 等最近的网络在很大程度上超越，但我们发现很大一部分性能提升是由于改进了训练策略，即数据增强和优化技术，以及增加了模型大小而不是架构创新。因此，PointNet++ 的全部潜力还有待探索。
在这项工作中，我们通过对模型训练和缩放策略的系统研究重新审视了经典的 PointNet++，并提供了两个主要贡献。
首先，我们提出了一组改进的训练策略，显著提高了 PointNet++ 的性能。例如，我们表明，在不改变架构的情况下，PointNet++ 在 ScanObjectNN 对象分类上的整体准确率（OA）可以从 77.9% 提高到 86.1%，甚至优于最先进的 PointMLP。
其次，我们将倒置残差瓶颈设计和可分离 MLP 引入 PointNet++，以实现高效且有效的模型缩放，并提出 PointNeXt，即下一版本的 PointNets。
PointNeXt 可以灵活扩展，在 3D 分类和分割任务上都优于最先进的方法。

论文题目：PointNeXt: Revisiting PointNet++ with Improved Training and Scaling Strategies
详细解读：
https://www.aminer.cn/research_report/62afdfb27cb68b460fd6c4fa?download=false
icon-default.png?t=M5H6https://www.aminer.cn/research_report/62afdfb27cb68b460fd6c4fa?download=false

AMiner链接：https://www.aminer.cn/?f=cs

https://zhuanlan.zhihu.com/p/526818590

本文通过对模型训练和缩放策略的系统研究重新审视了经典的PointNet++，并提供了两个主要贡献，进而提出PointNeXt，表现SOTA！性能优于PointMLP、Point Transformer等网络，代码已开源（5天 90+ star）!

PointNeXt: Revisiting PointNet++ with Improved Training and Scaling Strategies
单位：KAUST, 微软
代码：https://github.com/guochengqian/pointnext
论文：https://www.aminer.cn/pub/62a2b6955aee126c0f4d8e79
PointNet++ 是用于点云理解的最有影响力的神经架构之一。尽管 PointNet++ 的准确性已被 PointMLP 和 Point Transformer 等最近的网络在很大程度上超越，但我们发现很大一部分性能提升是由于改进了训练策略，即数据增强和优化技术，以及增加了模型大小而不是架构创新。因此，PointNet++ 的全部潜力还有待探索。
在这项工作中，我们通过对模型训练和缩放策略的系统研究重新审视了经典的 PointNet++，并提供了两个主要贡献。
首先，我们提出了一组改进的训练策略，显著提高了 PointNet++ 的性能。例如，我们表明，在不改变架构的情况下，PointNet++ 在 ScanObjectNN 对象分类上的整体准确率（OA）可以从 77.9% 提高到 86.1%，甚至优于最先进的 PointMLP。
其次，我们将倒置残差瓶颈设计和可分离 MLP 引入 PointNet++，以实现高效且有效的模型缩放，并提出 PointNeXt，即下一版本的 PointNets。
PointNeXt 可以灵活扩展，在 3D 分类和分割任务上都优于最先进的方法。

在这一节，我们展示了通过更先进的训练策略以及模型缩放策略提升PointNet++ 的性能。我们从两个小节分别介绍他们：
（1）训练策略现代化；
（2）网络架构现代化。
训练策略现代化
本章节中，我们简述我们的研究方法， 具体的训练策略可见后续的消融实验章节。
数据增强
数据增强是提升神经网络性能的最重要的方法之一，而PointNet++ 使用了简单的数据增强组合如随机旋转，缩放，平移，抖动（jitter）并应用于不同的数据集。最新的一些方法使用了更强的数据增强方法。例如， KPConv在训练时随机的失活（drop）部分颜色信息。在这篇工作中，我们收集了近期方法中用到的常见数据增强方法，并通过叠加实验定量地研究每个数据集上每种数据增强方法的效果。针对每一个数据集，我们提出了一组改进的数据增强方法，其可以大幅度提升了PointNet++ 的性能。
优化策略
优化技术主要包含损失函数（loss function），优化器（optimizer），学习率计划器（learning rate schedulers），和超参数（hyperparmeters）。随着机器学习理论的发展，现代化的神经网络可以被理论上更好的**优化器（如AdamW）和更好的损失函数（CrossEntropy with label smoothing）**训练。Cosine learning rate decay也在近年被大量使用，因为相比 step decay，它的调参更为简单而且效果不会差。在这篇工作中，我们通过叠加实验量化了每种优化策略对PointNet++的影响。同样的，针对每一个数据集，我们提出了一组改进的优化技术可以进一步提高网络性能。
模型架构现代化：小修改 → 大改进
感受野缩放
在点云网络中，使用不同的ball query radius （查询半径）会影响模型的感受野，进而影响性能。我们发现初始半径对于网络性能有很大程度上的影响，并且不同数据集上最佳查询半径不同。此外，我们发现相对坐标 使得网络优化更难，导致性能下降。因此，我们提出利用相对坐标处以查询半径以实现的归一化：
如果没有归一化，相对坐标的值会非常小（小于半径）。这就要求网络能学习到更大的权重应用于 。这使得优化变得困难，特别是考虑到权重衰减的正则化手段限制了网络权重的大小。
模型缩放
PointNet++ 用于分类和分割的模型规模均小于2M。而现在的网络参数普遍在10M以上[3，4]。有趣的是，我们发现无论是使用更多的SA模块还是使用更大的channel size都不会显著提高准确性，却反而导致thoughput显著下降。这主要是梯度消失和过度拟合导致的。在本小节中，我们提出了Inverted Residual MLP (InvResMLP）模块以实现高效实用的模型缩放。该模块建立在SA模块上，如图一的中部所示。InvResMLP和SA模块的不同点有三个：

• 在模块的输入和输出之间添加了残差连接， 以缓解梯度消失问题
• 引入了可分离的MLP 以减少计算量，并增强逐点的特征提取
• 引入invertedbottleneck的设计，以提高特征提取的能力

在PointNet++基础上结合InvResMLP 和图一所示的宏观架构变化，我们提出了PointNeXt。我们将 stem MLP 的channel大小表示为 C，将 InvResMLP 模块的数量表示为 B。我们 PointNeXt 系列的配置总结如下：

• PointNeXt-S: C = 32, B = 0
• PointNeXt-B: C = 32, B = (1, 2, 1, 1)
  PointNeXt-L: C = 32, B = (2, 4, 2, 2)
  PointNeXt-XL: C = 64, B = (3, 6, 3, 3)

实验
在S3DIS语义分割上，PointNeXt-XL以mIoU/OA/mACC=74.9%/90.3%/83.0%超越了Point Transformer取得SOTA性能且在推理速度上更快。在ScanObjectNN分类上，PointNeXt-S超越目前的SOTA方法PointMLP，且推理速度快十倍。在ShapeNetPart部分分割上，加宽后的模型PointNeXt-S（C=160）达到87.2 Instance mIoU, 超越SOTA CurNet。



消融实验