本文为博主原创文章，未经博主允许不得转载。
本文为专栏《python三维点云从基础到深度学习》系列文章，地址为“https://blog.csdn.net/suiyingy/article/details/124017716”。
SASSD是用于点云三维目标检测模型算法，发表在CVPR 2020《Structure Aware Single-stage 3D Object Detection from Point Cloud》，论文地址为“https://www4.comp.polyu.edu.hk/~cslzhang/paper/SA-SSD.pdf”。SASSD与基于Anchor的目标检测模型的结构基本保持一致，其核心特点在于采用了一个语义分割网络来辅助候选框特征提取，使产生的候选框质量更高。辅助网络这一点与PointRCNN和VoteNet的部分思想很接近。不同之处在于，SASSD提取体素中心点特征时融合了不同尺度下近邻体素的特征，从而使得网络可以有效获取到局部结构特征（Structure Aware）。另一方面，这个辅助网络仅在训练时用到，在推理时则完全拆解下来，从而使得模型在实际部署过程种不增加额外开销。因此，SASSD辅助网络的作用在于提高模型训练精度。
源码采用的是mmdetection3d框架中的SASSD模型。mmdetection3d安装和调试验证可参考本博客之前的专栏【mmdetection3d】mmdetection3d安装详细步骤_Coding的叶子的博客-CSDN博客_mmdetection3d安装，里面有详细介绍。<