三维目标检测中的 Focal Loss
计算机视觉与模式识别
2019-01-17 v3
摘要
三维目标检测在自动驾驶场景中仍是一个开放问题。当从稀疏三维输入中识别与定位关键目标时，与基于图像的目标检测相比，自动驾驶车辆面临更大的连续搜索空间以及更高的前景-背景不平衡。本文旨在解决三维目标检测中的这一前景-背景不平衡。受近期 focal loss 在基于图像的目标检测中使用的启发，我们将这一对二元交叉熵的难例挖掘改进推广至基于点云的目标检测，并基于两种不同三维检测器（3D-FCN 与 VoxelNet）开展实验以展示其性能。评估结果显示，在广泛超参数范围内，通过 focal loss 在三维目标检测中可获得最高 11.2AP 的提升。
引用
@article{arxiv.1809.06065,
title = {Focal Loss in 3D Object Detection},
author = {Peng Yun and Lei Tai and Yuan Wang and Chengju Liu and Ming Liu},
journal= {arXiv preprint arXiv:1809.06065},
year = {2019}
}
备注
IEEE RA-L 2019 to appear. Codes and trained weights are available on the project page(https://goo.gl/2hFbmL)