一事一击：面向弱监督三维场景自训练方法
计算机视觉与模式识别
2023-09-13 v2
摘要
三维场景理解，例如点云语义与实例分割，通常需要大规模标注训练数据，但显然逐点标签过于繁琐而难以准备。尽管近期一些方法提出以极小比例的点标签训练三维网络，我们将该思路推向极致并提出“一事一击（One Thing One Click）”，即标注者仅需对每个物体标注一个点。为在网络训练中利用这些极稀疏标签，我们设计了一种新颖的自训练方法，其中通过图传播模块迭代地进行训练与标签传播。此外，我们采用关系网络生成逐类原型以提升伪标签质量并指导迭代训练。同时，我们的模型可兼容配备点聚类策略的三维实例分割。在 ScanNet-v2 与 S3DIS 上的实验结果表明，我们的自训练方法以极稀疏标注大幅优于所有现有的弱监督三维语义与实例分割方法，且其结果亦可媲美全监督对应方法。代码与模型见 https://github.com/liuzhengzhe/One-Thing-One-Click。
引用
@article{arxiv.2303.14727,
title = {You Only Need One Thing One Click: Self-Training for Weakly Supervised 3D Scene Understanding},
author = {Zhengzhe Liu and Xiaojuan Qi and Chi-Wing Fu},
journal= {arXiv preprint arXiv:2303.14727},
year = {2023}
}
备注
Extension of One Thing One Click (CVPR'2021) arXiv:2104.02246