标签引导辅助训练改进3D目标检测器
计算机视觉与模式识别
2022-07-26 v1 人工智能
摘要
从点云检测3D目标是一项实用却具挑战性的任务,近来受到越来越多的关注。本文提出一种用于3D目标检测的标签引导辅助训练方法(LG3D),其作为辅助网络增强现有3D目标检测器的特征学习。具体而言,我们提出两个新颖模块:将边界框内标注与点云映射到任务特定表示的标签标注诱导器,以及辅助原始特征获得检测关键表示的标签知识映射器。所提辅助网络在推理时被丢弃,因而测试时无额外计算成本。我们在室内与室外数据集上进行大量实验以验证方法有效性。例如,我们所提LG3D在SUN RGB-D与ScanNetV2数据集上分别将VoteNet提升2.5%与3.1% mAP。
引用
@article{arxiv.2207.11753,
title = {Label-Guided Auxiliary Training Improves 3D Object Detector},
author = {Yaomin Huang and Xinmei Liu and Yichen Zhu and Zhiyuan Xu and Chaomin Shen and Zhengping Che and Guixu Zhang and Yaxin Peng and Feifei Feng and Jian Tang},
journal= {arXiv preprint arXiv:2207.11753},
year = {2022}
}
备注
Yaomin Huang and Xinmei Liu are with equal contribution. This paper has been accepted by ECCV 2022