PseudoMapTrainer：无需高精地图学习在线建图

在线建图模型在仅从多视角相机图像预测矢量化地图方面展现出显著成果。然而，所有现有方法在训练期间仍依赖真实高精地图，这些地图获取成本高昂，且通常地理多样性不足，难以实现可靠的泛化。在这项工作中，我们提出了 PseudoMapTrainer，这是一种新颖的在线建图方法，它使用从未标注传感器数据生成的伪标签。我们通过使用高斯泼溅和预训练二维分割网络的语义，从多相机图像重建道路表面来推导这些伪标签。此外，我们引入了一种掩码感知的分配算法和损失函数来处理部分被掩码的伪标签，从而首次实现了在没有任何真实地图的情况下训练在线建图模型。更进一步，我们的伪标签可以有效地用于以半监督方式预训练在线模型，以利用大规模未标注的众包数据。代码可在 github.com/boschresearch/PseudoMapTrainer 获取。