面向自动驾驶车道检测的实数时全无监督域适应
计算机视觉与模式识别
2023-06-30 v1 机器人学
摘要
尽管深度神经网络正被大量用于自动驾驶，但它们需要适应未经训练的新未见环境条件。我们关注车道检测这一安全关键应用，并提出一种轻量级、全无监督的实时适应方法，仅调整模型的批归一化参数。我们证明了我们的技术可以在 Nvidia Jetson Orin 上以 30 FPS 的严格约束下进行推理并随后进行设备上适应。其准确率（平均 92.19%）与最先进的半监督适应算法相似，但后者不支持实时适应。
引用
@article{arxiv.2306.16660,
title = {Real-Time Fully Unsupervised Domain Adaptation for Lane Detection in Autonomous Driving},
author = {Kshitij Bhardwaj and Zishen Wan and Arijit Raychowdhury and Ryan Goldhahn},
journal= {arXiv preprint arXiv:2306.16660},
year = {2023}
}
备注
Accepted in 2023 Design, Automation & Test in Europe Conference (DATE 2023) - Late Breaking Results