从三维到鸟瞰视角的知识蒸馏用于激光雷达语义分割
计算机视觉与模式识别
2023-04-25 v1 人工智能
摘要
激光雷达点云分割是自动驾驶场景理解最基础的任务之一。然而，现有模型难以同时实现高推理速度和高精度。例如，基于体素的方法精度表现良好，而基于鸟瞰视角(BEV)的方法能够实现实时推理。为克服该问题，我们提出了一种有效的三维到BEV知识蒸馏方法，将基于三维体素模型的丰富知识迁移到基于BEV的模型。我们的框架主要由两个模块组成：体素到柱体蒸馏模块和标签权重蒸馏模块。体素到柱体蒸馏将稀疏的三维特征蒸馏至BEV特征以用于中间层，使基于BEV的模型感知更多结构与几何信息。标签权重蒸馏帮助模型更多关注具有更丰富高度信息的区域。最后，我们在 SemanticKITTI 数据集和 Paris-Lille-3D 上进行了实验。SemanticKITTI 上的结果显示测试集提升超过 5%，尤其是摩托车和行人等类别提升超过 15%。代码可在 https://github.com/fengjiang5/Knowledge-Distillation-from-Cylinder3D-to-PolarNet 获取。
引用
@article{arxiv.2304.11393,
title = {Knowledge Distillation from 3D to Bird's-Eye-View for LiDAR Semantic Segmentation},
author = {Feng Jiang and Heng Gao and Shoumeng Qiu and Haiqiang Zhang and Ru Wan and Jian Pu},
journal= {arXiv preprint arXiv:2304.11393},
year = {2023}
}
备注
ICME 2023 Accepted