知识增强分割网络

都市到戈壁零样本迁移

通过归因调制将领域知识注入模型,抑制虚假相关,使在都市数据上训练的点云分割网络可直接用于非结构化越野场景。

Xu, Fengyu · Xiao, Yongxiong · Jilin, Mei · 胡瑜 · 79163286 · Hang, Shi

Pattern Recognition 2026

技术优势

显著提升跨域分割精度

在都市与越野数据集差异显著的设定下,该方法取得的 mIoU 优于现有领域自适应方法。

抑制虚假相关

利用基于归因分析的网络调制,将领域知识注入模型,降低模型对虚假相关性的依赖,提升泛化能力。

首创戈壁点云数据集

自采并公开了 PCSS-Gobi-3D 数据集,这是首个戈壁沙漠场景的点云数据集,可用于越野场景分割研究。

可量化的调制效率

提出了新的网络调制性能指标,用于评估调制校正的效率与收益,为模型调优提供可量化的依据。

应用场景