rareboost3d:一个增强稀有类别的合成激光雷达数据集
计算机视觉与模式识别
2025-10-14 v1
摘要
现实世界的点云数据集对基于激光雷达的感知技术(例如自动驾驶中的目标分割)的发展作出了重要贡献。然而,由于某些稀有类别的实例数量有限,长尾问题仍然是现有数据集中的一个主要挑战。为解决这一问题,我们引入了一个名为 RareBoost3D 的新型合成点云数据集,它通过为现实世界数据集中稀有的目标类别提供显著更多的实例来补充现有数据集。为了有效利用合成数据与现实世界数据,我们进一步提出了一种名为 CSC 损失的跨域语义对齐方法,该方法在不同域之间对齐同一类别的特征表示。实验结果表明,这种对齐显著提升了激光雷达点云分割模型在现实世界数据上的性能。
引用
@article{arxiv.2510.10876,
title = {rareboost3d: a synthetic lidar dataset with enhanced rare classes},
author = {Shutong Lin and Zhengkang Xiang and Jianzhong Qi and Kourosh Khoshelham},
journal= {arXiv preprint arXiv:2510.10876},
year = {2025}
}