PseudoProp：自动驾驶系统中半监督目标检测的鲁棒伪标签生成方法
计算机视觉与模式识别
2022-04-19 v2
摘要
半监督目标检测方法在自动驾驶系统中被广泛使用，其中仅有部分物体被标注。为了将信息从已标注物体传播到未标注物体，必须生成未标注物体的伪标签。尽管伪标签已被证明能显著提升半监督目标检测的性能，但基于图像的方法应用于视频帧时，使用此类生成的伪标签会导致大量漏检或误检。在本文中，我们提出一种新方法 PseudoProp，通过利用视频帧中的运动连续性来生成鲁棒伪标签。具体而言，PseudoProp 使用一种新颖的双向伪标签传播方法来补偿误检。还使用了一种基于特征的融合技术来抑制推理噪声。在大规模 Cityscapes 数据集上的大量实验表明，我们的方法在 mAP75 上比最先进的半监督目标检测方法高出 7.4%。
引用
@article{arxiv.2203.05983,
title = {PseudoProp: Robust Pseudo-Label Generation for Semi-Supervised Object Detection in Autonomous Driving Systems},
author = {Shu Hu and Chun-Hao Liu and Jayanta Dutta and Ming-Ching Chang and Siwei Lyu and Naveen Ramakrishnan},
journal= {arXiv preprint arXiv:2203.05983},
year = {2022}
}
备注
Accepted by the Workshop on Autonomous Driving (WAD) at CVPR 2022