从无标签LiDAR扫描中学习检测移动物体
计算机视觉与模式识别
2022-03-31 v1
摘要
当前用于自动驾驶的3D物体检测器几乎完全在人工标注数据上训练。尽管质量高，此类数据生成费力且昂贵，将其限制于少数特定位置和物体类型。本文提出一种完全基于无标签数据的替代方法，其可廉价且大量地在地球上几乎任何地方收集。我们的方法利用若干简单常识启发式创建一组初始近似种子标签。例如，相关交通参与者通常不在同一路线多次遍历中持续存在、不会飞、且从不在地面下。我们证明这些种子标签通过重复自训练可在无任何人工标注标签情况下引导出令人惊讶的准确检测器。
引用
@article{arxiv.2203.15882,
title = {Learning to Detect Mobile Objects from LiDAR Scans Without Labels},
author = {Yurong You and Katie Z Luo and Cheng Perng Phoo and Wei-Lun Chao and Wen Sun and Bharath Hariharan and Mark Campbell and Kilian Q. Weinberger},
journal= {arXiv preprint arXiv:2203.15882},
year = {2022}
}
备注
Accepted by CVPR 2022. Code is available at https://github.com/YurongYou/MODEST