PointNeXt: PointNet++の再検討と改善されたトレーニングおよびスケーリング戦略

PointNet++は、点群理解のための最も影響力のあるニューラルアーキテクチャの一つです。PointNet++の精度は、最近のネットワークであるPointMLPやPoint Transformerによって大きく上回られていますが、私たちは性能向上の大部分が訓練戦略（データ拡張と最適化技術）の改善やモデルサイズの増加によるものであり、アーキテクチャ自体の革新によるものではないことを発見しました。したがって、PointNet++の真の可能性はまだ十分に探索されていません。本研究では、モデル訓練とスケーリング戦略を系統的に調査することで、古典的なPointNet++を見直し、二つの主要な貢献を提供します。第一に、私たちは大幅にPointNet++の性能を向上させる一連の改善された訓練戦略を提案します。例えば、アーキテクチャに一切変更を加えずに、ScanObjectNNオブジェクト分類におけるPointNet++の全体精度（OA）を77.9%から86.1%まで向上させることができることを示しています。これは最新鋭のPointMLPさえも上回る結果です。第二に、私たちは逆残差ボトルネック設計と分離型MLP（Multi-Layer Perceptron）をPointNet++に導入し、効率的かつ効果的なモデルスケーリングを可能にし、次世代バージョンであるPointNeXtを提案します。PointNeXtは柔軟にスケールアップでき、3D分類およびセグメンテーションタスクにおいて最新手法を超える性能を達成しています。分類に関しては、ScanObjectNNで全体精度87.7%を達成し、PointMLPより2.3%高い精度を得ています。推論速度も10倍速くなっています。意味分割に関しては、S3DIS（6分割交差検証）で平均IoU（Intersection over Union）74.9%という新しい最先端性能を樹立しており、最近のPoint Transformerよりも優れています。コードとモデルは以下のURLから入手可能です：https://github.com/guochengqian/pointnext