北邮 & 清华 & 加州大学提出 HASS 方法 ，在三维目标检测数据集上表现优异 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 三维目标检测旨在恢复关注目标的三维信息，它是自动驾驶感知的基础任务。其性能极大依赖于标注训练数据的规模，然而为点云数据获取高质量的标注是成本高昂的。 尽管传统方法专注于为未标注样本生成伪标签作为训练的补充，但三维点云数据的结构性特点有利于合成目标和背景的组合以产生真实场景。 受此启发，作者提出了一种硬度感知的场景合成（HASS）方法，以生成适应性合成场景来提高检测模型的泛化能力。 作者对未标注目标获取伪标签，并生成具有不同目标和背景组合的多样化场景。 由于场景合成对伪标签的质量敏感，作者进一步提出了一种硬度感知策略来减少低质量伪标签的影响，并维护一个动态伪数据库以确保合成 ………………………………