RAFT：面向RGB与LiDAR语义分割的领域自适应框架
计算机视觉与模式识别
2025-11-13 v4
摘要
图像分割是一种用于场景理解的强大计算机视觉技术。然而，实际部署因需要高质量、精心标注的数据集而受阻。合成数据能提供高质量标签，同时减少人工数据收集和标注的需求。但基于合成数据训练的深度神经网络常面临合成到真实（Syn2Real）问题，导致在真实场景部署中性能不佳。为缩小图像分割中的上述差距，我们提出了RAFT，这是一种新颖的框架，通过数据和特征增强以及主动学习，利用少量标注的真实数据来适应图像分割模型。为验证RAFT，我们在合成到真实的“SYNTHIA->Cityscapes”和“GTAV->Cityscapes”基准上进行了实验。我们成功超越了先前的最先进方法HALO。在SYNTHIA->Cityscapes上，领域自适应后的mIoU*提升了2.1%/79.9%；在GTAV->Cityscapes上，mIoU提升了0.4%/78.2%。此外，我们在“Cityscapes->ACDC”的真实到真实基准上测试了我们的方法，再次超越HALO，自适应后的mIoU增益为1.3%/73.2%。最后，我们考察了分配的标注预算和RAFT各组件对最终迁移mIoU的影响。
引用
@article{arxiv.2505.04529,
title = {RAFT -- A Domain Adaptation Framework for RGB & LiDAR Semantic Segmentation},
author = {Edward Humes and Xiaomin Lin and Boxun Hu and Rithvik Jonna and Tinoosh Mohsenin},
journal= {arXiv preprint arXiv:2505.04529},
year = {2025}
}
备注
Submitted to RA-L