增强与评判：探索用于半监督单目3D目标检测的信息化样本
计算机视觉与模式识别
2023-03-21 v1
摘要
在本文中，我们通过一个通用的半监督框架改进了极具挑战性的单目3D目标检测问题。具体而言，观察到该任务的瓶颈在于缺乏可靠且信息丰富的样本来训练检测器，我们引入了一个新颖、简单却有效的“增强与评判”框架，从非标注数据中探索丰富的信息化样本以学习更鲁棒的检测模型。在“增强”阶段，我们提出基于增强的预测聚合（APG），它聚合来自各种自动学习的增强视图的检测结果，以提高伪标签生成的鲁棒性。由于并非所有来自APG的伪标签都是有益信息化的，随后提出“评判”阶段。特别地，我们引入关键重训练策略（CRS），与2D半监督任务中直接使用固定阈值（如分类分数）过滤伪标签不同，CRS利用一个可学习网络在不同训练时间戳评估非标注图像的贡献。这样，阻碍模型演化的噪声样本可被有效抑制。为验证我们的框架，我们将其应用于MonoDLE和MonoFlex。两个新检测器称为3DSeMo_DLE和3DSeMo_FLEX，在KITTI上以超过3.5% AP_3D/BEV（Easy）的显著提升取得了最先进结果，展示了其有效性与通用性。代码和模型将公开。
引用
@article{arxiv.2303.11243,
title = {Augment and Criticize: Exploring Informative Samples for Semi-Supervised Monocular 3D Object Detection},
author = {Zhenyu Li and Zhipeng Zhang and Heng Fan and Yuan He and Ke Wang and Xianming Liu and Junjun Jiang},
journal= {arXiv preprint arXiv:2303.11243},
year = {2023}
}