SSF3D：基于切换滤波的严格半监督三维目标检测
计算机视觉与模式识别
2024-03-27 v1
摘要
SSF3D 改进了专为点云数据设计的半监督三维目标检测（SS3DOD）框架。利用点云中目标物体非重合与弱相关的特性，我们采取了一种仅保留确定性伪标签并利用点云修剪其他模糊标签的策略，而非追求伪标签数量与质量之间的平衡。此外，我们注意到改变滤波器会使模型遇到不同分布的目标，这有利于打破训练瓶颈。为实现上述思想，引入了两种机制：严格阈值与滤波器切换。实验分析了上述方法的有效性及其对系统整体性能的影响。在 KITTI 数据集上的评估表明，SSF3D 相较于当前最先进的方法展现出优越的性能。代码将在此处发布。
引用
@article{arxiv.2403.17390,
title = {SSF3D: Strict Semi-Supervised 3D Object Detection with Switching Filter},
author = {Songbur Wong},
journal= {arXiv preprint arXiv:2403.17390},
year = {2024}
}