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

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：