简要介绍
结合 PointNet++ 层级特征提取 + Transformer，全局上下文建模强，属于 anchor-free 思路。
设计了一种专为点云设计的 Transformer 骨干网络，以有效学习特征。
具体来说，采用局部 Transformer 模块建模局部区域内点的交互，学习基于上下文的对象级区域特征。
设计了全局 Transformer 以学习场景级的上下文感知表示
为了进一步捕捉多尺度表示间的依赖关系，提出局部-全局 Transformer，将局部特征与高分辨率的全局特征融合
本文贡献
- 提出了纯 Transformer 模型 Pointformer，作为 3 D 点云的高效特征学习骨干
- 展示了 Pointformer 可以直接作为点云领域最先进的 3 D 目标检测器的直接代替骨干网络
- Pointformer 作为骨干网络，在多个基准测试展现了显著的性能提升
只是一个骨干网络