自监督预训练提升激光雷达数据的语义场景分割性能
计算机视觉与模式识别
2023-12-25 v2 人工智能
摘要
机载激光雷达系统能够通过生成主要由三维坐标定义的点的广泛点云数据来捕获地球表面。然而，为监督学习任务标注这些点十分耗时。因此，有必要研究能够从无标签数据中学习的技术，以显著减少标注样本的数量。在本工作中，我们提出使用 Barlow Twins 训练一个自监督编码器，并将其作为语义场景分割任务中的预训练网络。实验结果表明，我们的无监督预训练在监督任务上微调后提升了性能，尤其对于代表性不足的类別。
引用
@article{arxiv.2309.02139,
title = {Self-Supervised Pre-Training Boosts Semantic Scene Segmentation on LiDAR Data},
author = {Mariona Carós and Ariadna Just and Santi Seguí and Jordi Vitrià},
journal= {arXiv preprint arXiv:2309.02139},
year = {2023}
}
备注
International conference Machine Vision Applications 2023