很棒的工作！我有几个问题想要请教大佬

[magnetmoment]

1.请问大佬有没有试过openpcdet上跑nuscenes多模态的检测网络，我在mmdet3d上训练速度似乎比openpcdet慢很多，调试的时候也需要等挺久。
2.在联合训练的时候，是不是训练image bev以及lidar bev拼接以后的网络（bev backbone以及head这两个部分）。
3.您在论文中提到联合训练的时候不用GBGS，虽说省时间，但是这样会不会效果不好。

希望有时间解答我的问题，祝大佬科研再创辉煌！

[rubbish001]

1.修改CustomNuScenesDatasetDebug版本，不进行_fully_initialized 就可以加快调试。
2. 要分开训练点云分支和图像分支的bev，在第三阶段的训练冻结权重拼接2个网络，这种方式我目前测试效果最好的训练方式
3.图像分支可以不进行CBGS，就算进行了CBGS提升效果也非常有限。cbgs也只是提升目标的定位的准确性，这些信息完全是可以通过点云分支提供。第三阶段的训练主要是靠点云分支提供位置信息，图像提供纹理信息。

[magnetmoment]

1.修改CustomNuScenesDatasetDebug版本，不进行_fully_initialized 就可以加快调试。 2. 要分开训练点云分支和图像分支的bev，在第三阶段的训练冻结权重拼接2个网络，这种方式我目前测试效果最好的训练方式 3.图像分支可以不进行CBGS，就算进行了CBGS提升效果也非常有限。cbgs也只是提升目标的定位的准确性，这些信息完全是可以通过点云分支提供。第三阶段的训练主要是靠点云分支提供位置信息，图像提供纹理信息。
感谢，受益匪浅