本研究展示了2D背骨缩放和预训练对基于pillar的三维物体探测器的有效性，提出的PillarNeSt在nuScenes和Argoversev2数据集上超过现有的3D物体探测器。

通过使用高清地图，设计了一种单级探测器，能够提取几何和语义特征，并提出地图预测模块，从而提高三维物体探测器的效能和稳健性。实验证明该探测器在有无地图情况下优于现有技术水平，每秒20帧的运行速度。