本项目基于Libtorch构建网络，模型训练与推理均采用C++实现，使用ROS可视化
支持使用CUDA并行生成Pillars特征
Pointpillar点特征提取 + Resnet主干网络 + Centerhead检测头
预训练模型基于KITTI数据集
测试环境 i3 12100 + RTX3060 ： 25fps
| 模块 | 耗时(ms) |
|---|---|
| 总耗时 | 40 |
| 基于CUDA的Pillar数据预处理 | 0.84 |
| Pillar特征提取 | 5.8 |
| Resnet主干网络 | 27 |
| Centerhead检测头 | 5.7 |
| NMS | 0.17 |
| 后处理障碍物构建 | 0.04 |
Libtorch需要使用ABI版本，否则编译时会出现找不到ROS相关函数实现的问题