MixSup：用于标签高效LiDAR 3D目标检测的混合粒度监督
计算机视觉与模式识别
2024-01-30 v1 机器人学
摘要
标签高效的LiDAR 3D目标检测目前由弱监督/半监督方法主导。我们没有完全遵循其中一种，而是提出了MixSup，这是一种更实用的范式，同时利用大量廉价的粗标签和有限数量的精确标签进行混合粒度监督。我们首先观察到点云通常缺乏纹理，这使得学习语义变得困难。然而，点云几何信息丰富且对传感器距离具有尺度不变性，这使得学习物体的几何属性（如位姿和形状）相对容易。因此，MixSup利用大量粗粒度的簇级标签来学习语义，并利用少量昂贵的框级标签来学习精确的位姿和形状。我们重新设计了主流检测器中的标签分配，使其能够无缝集成到MixSup中，从而实现实用性和普适性。我们在nuScenes、Waymo Open Dataset和KITTI数据集上使用各种检测器验证了其有效性。MixSup仅使用廉价的簇标注和10%的框标注，就实现了高达97.31%的全监督性能。此外，我们提出了基于Segment Anything Model的PointSAM用于自动化粗标注，进一步减轻了标注负担。代码可在https://github.com/BraveGroup/PointSAM-for-MixSup获取。
引用
@article{arxiv.2401.16305,
title = {MixSup: Mixed-grained Supervision for Label-efficient LiDAR-based 3D Object Detection},
author = {Yuxue Yang and Lue Fan and Zhaoxiang Zhang},
journal= {arXiv preprint arXiv:2401.16305},
year = {2024}
}
备注
ICLR 2024, code is available at https://github.com/BraveGroup/PointSAM-for-MixSup