LiDAR only 一阶段的3D目标检测网络
论文:点这里 代码:点这里
Wu Zheng,Weiliang Tang,Li Jiang,Chi-Wing Fu The Chinese University of Hong Kong
Abstract
文章提出了一种Self-Ensembling的单级目标检测器(SE-SSD),用于室外点云的三维目标检测。其重点是利用soft(teacher模型预测)目标和hard(标注信息)目标以及制定的约束来联合优化模型,且不在推理中引入额外计算。具体来说,SE-SSD包含一对teacher和student的SSD,并设计了一个有效的IOU-based的匹配策略来过滤teacher的soft目标,并制定一致性损失来使student的预测与它们保持一致。此外,为了最大限度地运用teacher的蒸馏知识,设计了一种新的数据增强方案来产生形状感知的增强样本来训练student SSD,以鼓励student 推断出完整的目标形状。最后,为了更好地利用hard目标,还设计了一个ODIoU loss来监督student,并对预测的box中心和方向进行约束。与之前的方法相比,SE-SSD达到了最佳性能。在KITTI基准测试中,在BEV和3D排行榜上分别排名第一和第二。
1. Introduction
好文推荐
发表评论