从多帧到单帧：用于三维目标检测的知识蒸馏

自动驾驶中三维目标检测的一个常见困境是：高质量、密集点云仅在训练时可用，而在测试时不可用。我们使用知识蒸馏来弥合训练时基于高质量输入训练的模型与推理时基于低质量输入测试的模型之间的差距。具体而言，我们为点云目标检测设计了一个两阶段训练流程。首先，我们在密集点云上训练一个目标检测模型，这些密集点云由多帧使用仅在训练时可用的额外信息生成。然后，我们在稀疏单帧点云上训练该模型的相同对应模型，并对两个模型的特征进行一致性正则化。我们表明，该过程在测试期间提升了低质量数据上的性能，且无需额外开销。