双级掩码点云预训练

少样本接近全量

同时重建高低级特征,并自适应调整掩码比例,使预训练模型更全面地理解点云。

Weichen, Xu · Tianhao, Fu · Cao, Jian · Xinyu, Zhao · Xinxin, Xu · 曹喜信 · 张幸

Knowledge-Based Systems 2025

参数信息

3D 目标检测 mAP
75.55 %
3D 语义分割 mIoU
79.7 %
占用预测 mIoU
18.8 %
权重差异降低
57 %

技术优势

高级特征也有用

将高级特征作为额外代理任务,理论分析表明可增强潜在特征与高级特征及输入点云之间的互信息。

掩码比例自动定

I2Mask 根据体素特征的类间和类内判别难度自适应设置掩码比例。

少一半标注

仅用 50% 的微调数据,GPICTURE 的性能接近用 100% 数据从头训练。

应用场景