SOP²：基于场景导向提示池的3D目标检测迁移学习
计算机视觉与模式识别
2025-12-10 v1
摘要
随着大型语言模型（LLM）如GPT-3的兴起，这些模型显示出强大的泛化能力。通过微调和提示调优等迁移学习技术，能够以最小的参数调整适应各种下游任务，这在自然语言处理（NLP）领域尤为常见。本文旨在探讨常见提示调优方法在3D目标检测中的有效性。我们研究了在大规模Waymo数据集上训练的模型是否可作为基础模型并适用于3D目标检测领域的其他场景。本文依次考察了提示标记和提示生成器的影响，进而提出了场景导向提示池（Scene-Oriented Prompt Pool, \textbf{SOP}）。我们展示了提示池在3D目标检测中的有效性，旨在激励未来的研究者深入探索提示在3D领域中的潜力。
引用
@article{arxiv.2512.08223,
title = {SOP^2: Transfer Learning with Scene-Oriented Prompt Pool on 3D Object Detection},
author = {Ching-Hung Cheng and Hsiu-Fu Wu and Bing-Chen Wu and Khanh-Phong Bui and Van-Tin Luu and Ching-Chun Huang},
journal= {arXiv preprint arXiv:2512.08223},
year = {2025}
}