探索用于单目 3D 目标检测的 2D 数据增强
计算机视觉与模式识别
2021-04-23 v1 机器人学
摘要
数据增强是基于 CNN 的图像识别任务（如目标检测）的关键组成部分。然而，在 3D 目标检测中其探索相对较少。许多标准的 2D 目标检测数据增强技术无法扩展到 3D 框。将这些数据增强扩展到 3D 目标检测需要适配输入场景的 3D 几何并合成新视点。这需要场景的精确深度信息，而该信息可能并非总是可用。本文中，我们评估了现有的 2D 数据增强，并提出了两种用于单目 3D 检测的新增强方法，无需新视点合成。我们首先在 RTM3D 检测模型上评估这些增强，因其训练时间较短。在 KITTI 车辆检测数据集上，相较基线，我们在汽车的 3D AP (@IoU=0.7) 上获得 4% 的一致提升，在行人与骑行者的 3D AP (@IoU=0.25) 上获得约 1.8% 的提升。我们还通过对 mAP 分数进行重加权以考虑 KITTI 验证集中的类不平衡，展示了对 mAP 分数的严格评估。
引用
@article{arxiv.2104.10786,
title = {Exploring 2D Data Augmentation for 3D Monocular Object Detection},
author = {Sugirtha T and Sridevi M and Khailash Santhakumar and B Ravi Kiran and Thomas Gauthier and Senthil Yogamani},
journal= {arXiv preprint arXiv:2104.10786},
year = {2021}
}