面向自动驾驶的标签高效视觉抽象

众所周知，语义分割可作为学习驾驶策略的有效中间表示。然而，街景语义分割任务需要昂贵的标注。此外，分割算法常独立于实际驾驶任务进行训练，使用辅助图像空间损失函数，这些函数无法保证最大化安全性或每次干预行驶距离等驾驶指标。本工作中，我们试图量化降低分割标注成本对习得行为克隆智能体的影响。我们分析了若干基于分割的中间表示，利用这些视觉抽象系统性研究标注效率与驾驶性能之间的权衡，即所标注的类别类型、用于学习视觉抽象模型的图像样本数量及其粒度（如对象掩码 vs. 2D边界框）。我们的分析揭示了若干关于如何以更高标注效率利用基于分割的视觉抽象的实用见解。令人惊讶的是，我们发现以数量级降低的标注成本即可实现前沿的驾驶性能。除标注效率外，我们发现利用视觉抽象还有若干额外训练益处，例如与前沿端到端驾驶模型相比，习得策略的方差显著降低。