3D实例分割BSNet：使用弱监督学习实现生成伪标签，解决标签重叠的问题

文章预览

Abstract 3D实例分割（3DIS）是一项关键任务，但在全监督设置中进行点级注释非常繁琐。因此，使用边界框（bboxes）作为注释显示出了巨大的潜力。目前的主流方法是两步过程，包括从边界框注释生成伪标签，然后用伪标签训练3DIS网络。然而，由于边界框之间的交叉存在，不是每个点都有确定的实例标签，尤其是在重叠区域。为了生成更高质量的伪标签并实现更精确的弱监督3DIS结果，我们提出了用于3D实例分割的基于盒监督的模拟辅助平均教师（BSNet），其设计了一种名为模拟辅助Transformer的创新伪标签生成器。该标签生成器由两个主要部分组成。第一个是模拟辅助平均教师，首次将平均教师引入该任务，并构建模拟样本以帮助标签生成器获取重叠区域的先验知识。为了更好地建模局部-全局结构，我们还提出了作为教师和学生标签生成器解码器的局 ………………………………