IDEAL-M3D：单目3D检测的实例多样性丰富型主动学习
计算机视觉与模式识别
2025-11-25 v1
摘要
单目3D 检测仅需一台摄像机即可轻松部署。然而，要实现可靠的单目图像3D理解，需要大量标注，尤其是3D标签成本高昂。要在受限标注预算下最大化性能，必须优先标注预期能带来最大性能提升的样本。这就是主动学习的关注点。令人惊讶的是，我们观察到单目3D目标检测的主动学习算法存在两个显著局限：其一，先前方法选择整个图像，效率低下，因为同一图像中的非信息性实例也需要标注；其二，现有方法依赖不确定性选择，在单目3D目标检测中会导致深度歧义偏置，因而选中远处目标，忽略近处目标。为解决这些局限，本文提出 IDEAL-M3D，即单目3D检测的第一个实例级管道。我们首次演示了显式多样化、快速训练的集成可显著提升单目3D检测的多样性驱动主动学习。通过异构主干网络、任务无关特征、损失权重扰动和时间依赖性集成，IDEAL-M3D 在 KITTI 验证和测试集上显示出优异性能和显著资源节省：仅需 60% 的标注，即可获得与在整个数据集上训练的检测器相似或更好的 AP3D。
引用
@article{arxiv.2511.19301,
title = {IDEAL-M3D: Instance Diversity-Enriched Active Learning for Monocular 3D Detection},
author = {Johannes Meier and Florian Günther and Riccardo Marin and Oussema Dhaouadi and Jacques Kaiser and Daniel Cremers},
journal= {arXiv preprint arXiv:2511.19301},
year = {2025}
}