面向半监督单目三维目标检测的解耦伪标签方法
计算机视觉与模式识别
2024-11-06 v3
摘要
我们深入探究半监督单目三维目标检测(SSM3OD)中的伪标签技术，发现两个主要问题：三维与二维属性预测质量之间的错位，以及源自伪标签的深度监督倾向于产生噪声，导致与其他可靠监督形式产生显著的优化冲突。我们提出一种新颖的解耦伪标签(DPL)方法用于SSM3OD。该方法包含一个解耦伪标签生成(DPG)模块，旨在通过分别处理二维与三维属性来高效生成伪标签。该模块引入一种独特的基于单应性的方法，用于在BEV空间中识别可靠的三维属性伪标签。此外，我们提出一个深度梯度投影(DGP)模块，以缓解由伪标签噪声深度监督引起的优化冲突，有效解耦深度梯度并移除冲突梯度。这种在伪标签生成与梯度层面的双重解耦策略，显著提升了SSM3OD中伪标签的利用率。我们在KITTI基准上的综合实验证明了该方法优于现有方法。
引用
@article{arxiv.2403.17387,
title = {Decoupled Pseudo-labeling for Semi-Supervised Monocular 3D Object Detection},
author = {Jiacheng Zhang and Jiaming Li and Xiangru Lin and Wei Zhang and Xiao Tan and Junyu Han and Errui Ding and Jingdong Wang and Guanbin Li},
journal= {arXiv preprint arXiv:2403.17387},
year = {2024}
}
备注
accepted to CVPR2024