硬度感知场景合成器

一种自适应合成训练场景的半监督方法，显著提升3D检测模型对稀疏标注数据的泛化能力。

Shuai, Zeng · Zheng, Wenzhao · 鲁继文 · 闫海滨

IEEE Transactions on Multimedia 2024

参数信息

性能超越现有半监督

3 D

技术优势

减轻低质量伪标签影响

通过硬度感知策略识别并降低低质量伪标签的权重，避免模型受错误监督信号的干扰。

保证合成场景多样性

维护动态伪标签数据库，持续补充高质量样本，从而生成丰富多样的合成场景用于训练。

超越现有半监督方法

在广泛使用的KITTI和Waymo数据集上，所提HASS方法在3D目标检测任务中取得优于现有半监督学习方法的性能。

应用场景

• 半监督3D检测训练：在标注稀缺时，利用未标记数据提升3D检测器精度
• 自动驾驶感知：增强自动驾驶系统对复杂场景的感知鲁棒性
• 数据增强：合成高逼真场景，扩充训练数据多样性
• 伪标签筛选：过滤不可靠伪标签，提高训练信号质量
• 3D检测模型泛化：通过多样化合成场景提升检测模型泛化能力