基于语义伪标签和原型学习的统一无监督和稀疏监督 3D 目标检测
计算机视觉与模式识别
2026-04-14 v2
摘要
3D 目标检测是自动驾驶和机器人感知的关键技术，但其依赖大规模人工标注数据，限制了可扩展性和适应性。为减少标注依赖，无监督和稀疏监督范式涌现。然而，这些方法面临相互交织的挑战：低质量伪标签、特征挖掘不稳定以及缺乏统一的训练框架。本文提出 SPL（Semantic Pseudo-label and prototype Learning），一个用于无监督和稀疏监督 3D 目标检测的统一训练框架。SPL 首先通过整合图像语义、点云几何和时间线索生成高质量伪标签，为密集目标生成 3D 边界框，为稀疏目标生成 3D 点标签。这些伪标签不直接使用，而是作为概率先验纳入一种新型的多阶段原型学习策略中。该策略通过基于记忆的初始化和基于动量的原型更新，稳定了特征表示学习，有效地从有标签和无标签数据中挖掘特征。在 KITTI 和 nuScenes 数据集上的广泛实验表明，SPL 在两种设置下均显著优于最先进的方法。我们的工作为使用最小或无人工标注学习 3D 目标检测器提供了稳健且通用的解决方案。代码已公开于 https://github.com/TossherO/SPL。
引用
@article{arxiv.2602.21484,
title = {Unified Unsupervised and Sparsely-Supervised 3D Object Detection by Semantic Pseudo-Labeling and Prototype Learning},
author = {Yushen He and Lei Zhao and Weidong Chen},
journal= {arXiv preprint arXiv:2602.21484},
year = {2026}
}