One for All：基于点云的多域联合训练三维目标检测

计算机视觉的当前趋势是利用一个通用模型来解决各种任务。实现这样的通用模型不可避免地需要纳入多域数据进行联合训练，以在多个问题场景中学习。然而，在基于点云的三维目标检测中，这种多域联合训练极具挑战性，因为来自不同数据集的点云之间存在巨大的域差距，导致严重的域干扰问题。在本文中，我们提出了OneDet3D，一个通用的"一个模型应对所有"模型，在同一框架和唯一一组参数下解决不同域（包括多样化的室内外场景）中的三维检测任务。我们提出了基于路由机制的散点与上下文域感知划分，以解决数据干扰问题，并进一步引入文本模态进行语言引导分类，以统一多数据集标签空间并缓解类别干扰问题。全稀疏结构和无锚点头部进一步适应具有显著尺度差异的点云。大量实验证明了OneDet3D利用单一训练模型应对几乎所有三维目标检测任务的强大通用能力。