ActiveAnno3D——一种用于多模态三维目标检测的主动学习框架
计算机视觉与模式识别
2024-12-10 v2 机器学习
摘要
大规模数据集的构建仍然成本高昂，且需要大量时间和资源。数据通常依赖人工标注，创建高质量数据集的挑战依然存在。在本工作中，我们填补了将主动学习用于多模态三维目标检测的研究空白。我们提出了 ActiveAnno3D，这是一个主动学习框架，用于选择对训练最具信息量的数据样本进行标注。我们探索了多种持续训练方法，并整合了在计算需求和检测性能方面最高效的方法。此外，我们在 nuScenes 和 TUM Traffic Intersection 数据集上，使用 BEVFusion 和 PV-RCNN 进行了大量实验和消融研究。我们证明，在 TUM Traffic Intersection 数据集上，仅使用一半训练数据时，PV-RCNN 结合基于熵的查询策略即可达到几乎相同的性能（mAP 为 77.25，而完整数据为 83.50）。在 nuScenes 数据集上，BEVFusion 使用一半训练数据时 mAP 达到 64.31，使用完整数据集时 mAP 为 75.0。我们将此主动学习框架集成到 proAnno 标注工具中，以实现 AI 辅助的数据选择和标注，从而最大限度地降低标注成本。最后，我们在项目网站上提供了代码、权重和可视化结果：https://active3d-framework.github.io/active3d-framework。
引用
@article{arxiv.2402.03235,
title = {ActiveAnno3D -- An Active Learning Framework for Multi-Modal 3D Object Detection},
author = {Ahmed Ghita and Bjørk Antoniussen and Walter Zimmer and Ross Greer and Christian Creß and Andreas Møgelmose and Mohan M. Trivedi and Alois C. Knoll},
journal= {arXiv preprint arXiv:2402.03235},
year = {2024}
}
备注
2024 Proceedings of the IEEE Intelligent Vehicles Symposium 2024 (IV'24)