基于互蒸馏的单目深度估计半监督学习
计算机视觉与模式识别
2022-03-21 v1 机器人学
摘要
我们提出一种用于单目深度估计的半监督学习框架。相较于现有的半监督学习方法——其继承了稀疏监督与无监督损失函数的双重局限，我们通过为每个损失构建独立的网络分支并经由互蒸馏损失函数相互蒸馏，实现了两种损失函数优势的互补。我们还提出对各分支施加不同的数据增强，从而提升鲁棒性。我们开展实验证明该框架相较最新方法的有效性，并提供了充分的消融研究。
引用
@article{arxiv.2203.09737,
title = {Semi-Supervised Learning with Mutual Distillation for Monocular Depth Estimation},
author = {Jongbeom Baek and Gyeongnyeon Kim and Seungryong Kim},
journal= {arXiv preprint arXiv:2203.09737},
year = {2022}
}