单目伪 LiDAR 3D 检测中深度主干网络与语义线索的系统评估

单目 3D 目标检测提供了一种低成本的 LiDAR 替代方案，但由于难以从单张图像估计计量深度，仍不够准确。我们系统评估了深度主干网络和特征工程如何影响单目伪 LiDAR 流水线在 KITTI 验证 split 上的表现。具体而言，我们在相同的伪 LiDAR 生成和 PointRCNN 检测协议下，比较了 NeWCRFs（监督计量深度）与 Depth Anything V2 Metric-Outdoor（Base）。NeWCRFs 在使用灰度强度（Exp~2）时实现了更强的下游 3D 检测，在 Moderate split 上达到 IoU$=0.7$ 的 10.50\% AP$_{3D}$。我们进一步测试了使用外观线索（灰度强度）和语义线索（实例分割置信度）的点云增强。与预期相反，这些特征仅提供有限的提升，且基于掩码的采样可能降低性能，因为会移除上下文几何。最后，我们报告了使用 ground-truth 2D 框（包括 Ped/Cyc）进行的深度精度-距离诊断，表明粗糙的深度正确性并不完全预测严格的 3D IoU。总体而言，在标准 LiDAR 检测器下，深度主干网络选择和几何保真度主导性能，凌驫于次要特征注入之上。