MonoLSS：用于单目 3D 检测的可学习样本选择
计算机视觉与模式识别
2024-05-24 v2 机器人学
摘要
在自动驾驶领域，单目 3D 检测是一项关键任务，旨在从单张 RGB 图像中估计物体的 3D 属性（深度、尺寸和方向）。以往的工作以启发式方式使用特征来学习 3D 属性，而未考虑不合适的特征可能产生的不利影响。在本文中，我们引入了样本选择机制，即仅训练合适的样本来回归 3D 属性。为了自适应地选择样本，我们提出了一种基于 Gumbel-Softmax 和相对距离样本划分器的可学习样本选择（LSS）模块。LSS 模块在预热策略下工作，从而提高了训练稳定性。此外，由于专用于 3D 属性样本选择的 LSS 模块依赖于物体级特征，我们进一步开发了一种名为 MixUp3D 的数据增强方法，以丰富符合成像原理且不引入模糊性的 3D 属性样本。作为两种正交方法，LSS 模块和 MixUp3D 可以独立使用或结合使用。充分的实验表明，它们的结合使用能产生协同效应，带来的提升超越了各自单独应用的简单总和。利用 LSS 模块和 MixUp3D，在无需任何额外数据的情况下，我们的方法 MonoLSS 在 KITTI 3D 物体检测基准测试的所有三个类别（汽车、骑行者和行人）中排名第一，并在 Waymo 数据集和 KITTI-nuScenes 跨数据集评估中取得了具有竞争力的结果。代码包含在补充材料中，并将发布以促进相关的学术和工业研究。
引用
@article{arxiv.2312.14474,
title = {MonoLSS: Learnable Sample Selection For Monocular 3D Detection},
author = {Zhenjia Li and Jinrang Jia and Yifeng Shi},
journal= {arXiv preprint arXiv:2312.14474},
year = {2024}
}