面向单目3D目标检测的完全测试时自适应
计算机视觉与模式识别
2024-05-31 v1
摘要
单目3D目标检测旨在从单张RGB图像中识别3D目标。然而，现有方法通常假设训练数据和测试数据遵循相同的分布，这在现实世界的测试场景中可能不成立。为了解决分布外问题，我们探索了一种新的单目3D目标检测自适应范式，称为完全测试时自适应。其目标是在测试时，无需访问训练数据和测试标签，通过处理潜在的数据分布偏移，使一个训练良好的模型适应未标记的测试数据。然而，由于分布外测试数据导致目标检测分数显著下降，在该范式中应用此范式带来了巨大挑战。这种下降与现有检测方法预定义的分数阈值相冲突，导致严重的目标遗漏（即，正检测稀少且假阴性众多）。因此，有限的正检测和大量的噪声预测导致单目3D目标检测中的测试时自适应失败。为了解决这个问题，我们提出了一种新颖的单目测试时自适应方法，基于两种新策略。1）可靠性驱动的自适应：我们经验性地发现，高分数目标仍然是可靠的，并且优化高分数目标可以增强所有检测的置信度。因此，我们设计了一种自适应策略来识别可靠目标以进行模型自适应，该策略发现潜在目标并减轻遗漏。2）噪声防护自适应：由于高分数目标可能稀缺，我们开发了一个负正则化项，通过负学习利用大量低分数目标，防止过拟合噪声和琐碎解。实验结果表明，在分布外测试场景中，MonoTTA为单目3D目标检测模型带来了显著的性能提升，在KITTI上平均提升约190%，在nuScenes上提升198%。
引用
@article{arxiv.2405.19682,
title = {Fully Test-Time Adaptation for Monocular 3D Object Detection},
author = {Hongbin Lin and Yifan Zhang and Shuaicheng Niu and Shuguang Cui and Zhen Li},
journal= {arXiv preprint arXiv:2405.19682},
year = {2024}
}