智能特征才是你所需要的

弱标签信息不足导致的缺乏形状引导和标签抖动，是3D弱监督目标检测的主要问题。当前的弱监督模型常通过启发式方法或假设方法从弱标签推断信息，而未能充分利用弱监督方法和完全监督方法所固有的线索，因此难以探索兼具数据利用效率与模型精度的方法。为此，本文提出一种新型可插拦式点云特征表示网络，称为多尺度混合注意力（MMA）。MMA利用邻域内的相邻注意力以及不同密度尺度上的差异注意力，构建特征表示网络。从MMA获得的智能特征表示具有形状倾向和目标存在区域推断能力，可约束检测框的区域，从而减轻弱标签信息不足导致的问题。大量实验表明，在室内弱标签场景下，通过MMA对点特征的改善，完全监督网络的性能可接近弱监督网络。同时，MMA能够将浪费转化为宝贵资源，使原本干扰弱监督检测的标签抖动问题转化为数据增强的来源，强化现有弱监督检测方法的性能。我们的代码已公开于https://github.com/hzx-9894/MMA。