LeAD-M3D：利用非对称蒸馏实现实时单目 3D 检测
计算机视觉与模式识别
2026-03-18 v2
摘要
实时单目 3D 目标检测因深度歧义、视点变化以及 3D 推理的高计算成本而具有挑战性。现有方法要么依赖激光雷达或几何先验来补偿缺失的深度，要么为实现竞争准确率牺牲效率。我们引入 LeAD-M3D，一种无需额外模态的单目 3D 检测器，实现了领先的准确率和实时推理。我们的 method 通过三个关键组件实现。非对称增强去噪蒸馏 (A2D2) 通过质量加权和重要性加权的深度特征损失，将干净图像的教师模型中的几何知识传递给 MixUp 噪声学生，从而在无激光雷达的情况下实现更强的深度推理。3D aware 一致匹配 (CM) 通过整合 3D MGIoU 进入匹配得分，提高预测到真实值的分配，产生稳定且精确的监督。置信门控 3D 推理 (CGI) 通过限制昂贵的 3D 回归在置信区域，从而加速推理。就这些贡献而言，LeAD-M3D 为单目 3D 检测树立了新的 Pareto 边界：LeAD-M3D 在 KITTI 和 Waymo 上实现了领先的准确率，并在 Rope3D 上取得最佳车辆 AP，而推理速度比以前的高准确率模型快最高 3.6 倍 (如 MonoDiff)。LeAD-M3D 表明，在无激光雷达、立体视觉或强几何假设的情况下，单目 3D 检测的高保真度和实时性可以同时实现。
引用
@article{arxiv.2512.05663,
title = {LeAD-M3D: Leveraging Asymmetric Distillation for Real-Time Monocular 3D Detection},
author = {Johannes Meier and Jonathan Michel and Oussema Dhaouadi and Yung-Hsu Yang and Christoph Reich and Zuria Bauer and Stefan Roth and Marc Pollefeys and Jacques Kaiser and Daniel Cremers},
journal= {arXiv preprint arXiv:2512.05663},
year = {2026}
}
备注
Johannes Meier and Jonathan Michel - both authors contributed equally. Project page: https://deepscenario.github.io/LeAD-M3D/