用于 3D 目标检测算法快速原型开发的子集选择方法比较研究
计算机视觉与模式识别
2023-11-14 v1 图像与视频处理
摘要
3D 目标检测在自动驾驶车辆和无人机背景下是一个关键方面。然而，检测算法的原型开发耗时且成本和能耗高，并对环境产生影响。为应对这些挑战，可通过在原始训练集的一个子集上训练来检验不同模型的有效性。在本文中，我们比较了三种用于选择此类子集的算法——随机采样、按类随机采样，以及我们提出的 MONSPeC（每类最大目标数采样）。我们提供了经验证据，表明按类随机采样和 MONSPeC 优于基本随机采样。通过用更高效的算法之一替代随机采样，在子集上获得的结果更有可能迁移到整个数据集上的结果。代码见：https://github.com/vision-agh/monspec。
引用
@article{arxiv.2306.17551,
title = {Comparative study of subset selection methods for rapid prototyping of 3D object detection algorithms},
author = {Konrad Lis and Tomasz Kryjak},
journal= {arXiv preprint arXiv:2306.17551},
year = {2023}
}
备注
Accepted for MMAR 2023 (27 th International Conference on Methods and Models in Automation and Robotics)